基于谱相减改进算法的语音增强研究

根据传统的谱相减增强型算法 ,提出了抑制噪声的谱减改进算法 ,暨根据带噪语音帧频谱功率与噪声帧频谱功率比值 ,动态调整α、β谱减系数 ,使之谱减效果在较大提高信噪比的同时 ,又能将残留的音乐噪声和语音失真保持在人耳听觉的容忍范围之内 ,保证原始语音信号质量达到一定的可懂度和清晰度。借助MATLAB语言进行试验仿真 ,仿真结果与原算法相比较 ,证明语音增强效果十分显著     

基于软硬阈值折中的小波包语音增强算法的研究

由于语音信号的非平稳性,传统去噪方法将会不可避免地造成有用语音信号的损失,小波包分析能同时对信号的低频部分和高频部分进行分解,与小波分析相比,对信号的分析能力更强.文中提出一种新的去噪方法,它对噪声的清除更加干净,仿真结果表明,这种方法优于软、硬阈值法.     

基于粉红噪声的语音增强算法性能评价研究

各种不同的语音增强算法都有各自的优缺点,对于现有的语音增强算法的存在,缺少系统化的性能评价,找出合理评价语音增强算法性能的方法有利于对算法进行改进.本文全面考虑基于不同原理的语音增强算法,针对粉红噪声环境,选取各类算法中经典的具有代表性的4种语音增强算法:维纳滤波法、最小均方误差法、信号子空间法及小波变换法,在此基础上...     

小波分析在集群式用电管理系统中的应用

小波变换的一种快速算法-Mallat算法，可将其应用于集群式用电管理系统中用电负载波形的分解，计算小波分解后不同层的能量，作为负载识别的依据。     

基于比值的小波域数字音频盲水印算法

针对一些水印算法存在的不足提出一种基于离散小波变换的适于版权保护的数字音频盲水印算法。算法对能量的概念作了新的定义,对其设计原理和过程作了理论分析和实验验证。算法实现时先分帧音频并对各帧作n级离散小波变换,然后计算n级小波系数近似分量前后两部分的能量比值,并放大;再将放大后的比值修改为奇数或者偶数以嵌入水印,最后按与嵌入时相同的比例缩小第n级小波系数近似分量的前半部分并作小波逆变换,得到水印音频。算法根据n级小波系数近似分量前后两部分能量放大后比值的奇偶性提取水印,实现水印的盲检测,提取水印不需原始音频。采用混沌加密水印信号,缩放因子也是密钥,算法安全性得到双重保护。仿真结果证明了算法的鲁棒性和不可感知性。     

码本激励线性预测语音编码器的算法研究

提出一种快速而有效的搜索码码激励线性预测语音编码（ＣＥＬＰ）最佳码字的算法，它对码本不附加任何限制。同时，在ＣＥＬＰ语音编码中引入了基于Ｋｏｈｏｎｅｎ神经网络的矢量量化技术，进一步降低了语音编码的数码率。     

基于小波变换的有限长度信号的分解与重构算法

针对Ｍａｌｌａｔ的小波分解与生构的塔式算法，具体地对有限长度信号提供了一种小波分解与重构的算法，该算法仅利用了有限个小波基，无需对信号进行周期延拓，从而可完全无失真地重构信息。     

基于优化TCQ的小波域图像编码

本文提出一种基于优化网格编码量化(TCQ)的小波图像编码方法。该方法首先利用小波子带间的相关性对小波系数进行改进四叉树遍历扫描,然后对扫描后的非零系数采用一种优化TCQ进行量化,最后将量化系数进行熵编码。由于优化TCQ方案利用不同子带小波系数的重要性进行不同精度的量化,因此所提出的小波图像编码方法比经典的零树编码取得更好的率失真性能,同时还具有编码复杂度适中的优点。实验验证了方案的有效性。     

改进的直方图均衡化图象增强算法

给出了一个改进的直方图均衡化图象增强算法。应用该算法对医学细胞图象进行增强处理，取得了较好的处理效果。     

基于小波分解改进算法和峭度最大原则的滚动轴承故障诊断研究

针对滚动轴承振动信号具有非平稳性以及工作情况下难以获得故障频率的情况,文章提出了一种基于小波分解改进算法和峭度最大原则对滚动轴承进行诊断的方法。首先,对小波分解改进算法进行验证,发现小波分解改进算法能够很好地克服小波分解传统算法过程中出现的频率混淆问题;然后,在小波分解改进算法的基础上,利用峭度最大原则选取故障频段,对其进行Hilbert包络解调和傅里叶变换来查看故障频率,最后通过美国凯斯西储大学实验室提供的数据对上述方法进行验证,并与小波分解传统算法进行了对比。结果表明,基于小波分解改进算法和峭度最大原则的故障诊断方法能够更加精准地识别故障频率,克服主频偏移的问题,有效地解决频率折叠现象和真实频率的映像问题,具有较好的可行性和优越性。     

一种基于高斯函数的直方图规定化算法

提出一种基于高斯函数的直方图规定化算法，本算法首先根据原图像的信息求出灰度平均值和灰度平均对比度，并利用这两个参数估计输出图像的灰度平均值和灰度平均对比度，然后利用输出图像的灰度平均值和灰度平均对比度构成高斯函数来规定输出图像的直方图，从而控制输出图像的灰度平均值和灰度平均对比度。此算法处理效果明显优于直方图均衡化算法，而且计算量小、处理速度快、不需要人工干预，可用于计算资源有限、实时性要求较高的场合。而且通过改变单一参量就可以控制输出图像的对比度，在工程应用中为用户提供了调控与选择手段。     

基于语音特征迁移学习的驾驶疲劳检测

针对现有方法在实际应用时的标记样本稀缺与测试样本数据分布偏移等问题,提出一种基于语音特征迁移学习的驾驶疲劳检测方法。通过基于迁移学习的特征空间变换,对源领域有标记样本与目标域无标记样本数据间的边缘分布、条件分布、流形结构进行联合适配及降维处理,以解决样本数据分布偏移和特征维度过高的问题。以半监督学习的方式来迭代优化目标域样本的伪标记,并据此不断更新特征变换方式和迁移分类器,进而提高疲劳检测模型的精度和泛化能力。通过实验将本文方法与现有常用的监督学习、半监督学习和迁移学习等方法进行对比。结果表明,在测试时间、应用场景和被试个体均发生变化的情况下,本文所提方法的驾驶疲劳检测效果显著优于现有方法,正确率最高达到86.7%,具有实际应用价值。     

基于三维谱回归的有效三维人脸识别算法

提出一种结合预处理和三维谱回归(3DSR)方法进行三维人脸识别的算法框架,提取有效的判别特征来克服3D人脸图像中一些尚未解决的问题,如噪声、表情和姿态等的影响。首先通过预处理步骤,从输入的人脸图像提取面部区域进行三维数据的匹配,克服大姿态变化的影响并且有效地提高了整个3D人脸识别性能。为处理大的表情变化和数据噪声,引入谱回归的概念,改进的三维谱回归方法可以充分利用局部统计信息的鲁棒性和有效性,并避免通常方法中密集矩阵的特征分解问题,降低了计算复杂度。实验中使用包含大姿态和表情变化的CASIA三维人脸数据库。实验结果显示算法有效、鲁棒、通用性强。     

电磁超声系统强噪声干扰抑制算法研究

在采用电磁超声技术(EMAT)进行车轮踏面探伤时,针对检测数据中存在的噪声问题提出一种结合小波算法和相位差算法的综合算法.根据噪声及有用的电磁超声信号的特征,得出小波软阈值去噪方法;结合布莱克曼窗函数及信号的频谱特征,提出一种利用简单三角函数来实现信号相位计算的方法;算法在改善电磁超声系统数据波形质量、提高系统的检测准...     

基于魔方加密算法的研究

对信息的载体--数据进行加密和解密来保证信息的安全是一种行之有效的途径,作者介绍了魔方加密算法原理以及实现的步骤,并通过进一步研究提出了在算法应用和实际实现中应注意的问题以及可行的解决办法,从而增强了该算法的实用价值.     

基于遗传算法的铁路纵断面优化研究

针对铁路纵断面优化问题,基于遗传算法建立铁路纵断面优化模型。研究结论:在初始铁路纵断面方案基础上,基于遗传算法进行纵断面自动优化,可以提高优化速度和优化结果;以变坡点里程及设计高程为优化设计变量,依据对纵断面设计内涵的分析,构建了遗传算法的多目标适应度函数;在种群多样性评价的基础上,确定选择、交叉和变异算子操作概率的自适应调整方法;在纵断面优化理论的研究基础上,利用VC.NET和ObjectARX2006编制了基于遗传算法的纵断面优化程序。