基于混合HMM_SOFMNN的语音识别技术研究

提出了一种混合隐马尔可夫模型(HMM)与自组织特征映射神经网络(SOFMNN)的方法应用于语音识别,训练出抗噪声的混合模型。实验证明,该模型适合于对噪声背景下的语音进行识别。同传统的用纯净语音训练出来的HMM模型以及直接在语音中加入加性噪声训练出的HMM模型相比,该模型具有更好的抗噪鲁棒性,在信噪比较低的情况下(2～12dB),识别率比传统HMM模型有明显提高。     

基于单点登录的铁路WEB系统设计与分析

随着铁路内部网上的web系统日益增多,为避免多次身份认证,提出实现单点登录的几种解决方案.从安全性角度论证账户映射法为最佳方案,并举例说明实现单点登录的处理流程设计.     

基于关系数据库的局部本体构建研究

语义Web是下一代的Web技术,本体可以较好的解决数据、简单语义异构问题,将生成的初始局部本体与标准全局本体比对后生成的标准局部本体的可用性将会更高。本文给出了基于关系数据库构建标准局部本体的理论与方法,并设计了一种构建标准局部本体的实现框架,介绍了其功能模块。     

模糊映射的扩展定理

讨论了如何将模糊集之间的模糊映射扩展到模糊集的幂集和模糊幂集上去等问题，并对扩展后的模糊映射做了一点刻划。     

基于粗糙集-BP神经网络客户群特征与服务映射模型研究

针对客户服务项目的不确定性，基于不可分辨关系的粗糙集理论和BP神经网络算法优良的分类映射能力，提出了面向细分客户群的基于粗糙BP神经网络客户群特征与服务项目映射模型。本文将分析客户特征，运用粗糙集理论进行客户特征约简、划分等价关系、建立BP神经网络的初始拓扑结构，运用K-means算法划分客户群。通过引入粗糙集理论，改进BP神经网络算法，加快BP网络收敛的速度和逃离局部极小值点，并利用rosetta软件和Matlab编程实现面向细分客户群的客户特征与服务项目映射模型。     

基于PEM的基因组结构变异检测方法

结构变异普遍存在于人类基因组中，与人类的健康和疾病息息相关，目前基因组结构变异检测方法层出不穷，其中基于双末端映射的检测方法发展尤为迅速．本文将这类主流的检测方法加以分类并进行了详细论述与分析，对更精准的基因组结构变异检测技术的研发具有指导意义．将多种检测方法有机结合共同应用于结构变异的检测，是结构变异检测技术一个未来发展趋势．     

基于SOM神经网络的LPG汽车罐车可靠性评价

文章针对危险化学品汽车罐车输运安全问题,提出了基于自组织特征映射（SOM）网络的危险化学品汽车罐车可靠性评价模型。通过实例分析和实例计算表明,该模型在危险化学品汽车罐车可靠性评价中有较好的适用性,其可靠性评价在保证危险化学品汽车罐车输运安全方面具有重要意义。     

投影寻踪在公路工程评标中的应用

基于投影寻踪技术综合评标的新思路,即采用高维降维技术——投影寻踪分类模型,利用实码加速遗传算法优化其投影方向,将多维数据指标(样本评价指标)转换到低维子空间,根据投影函数值的大小评价出样本的优势