【摘 要】
：
针对主流的语音特征参数梅尔频率倒谱系数（MFCC）和伽马通倒谱系数（GFCC）作为说话人个性特征,在低信噪比的环境下,说话人识别率下降较快的问题,提出一种改进的听觉特征参数应用于
论文部分内容阅读
针对主流的语音特征参数梅尔频率倒谱系数（MFCC）和伽马通倒谱系数（GFCC）作为说话人个性特征,在低信噪比的环境下,说话人识别率下降较快的问题,提出一种改进的听觉特征参数应用于说话人识别。在语音信号预处理过程中,提出一种汉明自卷积窗代替经典窗函数,抑制频谱泄露,提高信号的信噪比;从模拟人耳基底膜特性的角度出发,为了更好地模拟基底膜滤波非对称特性,采用全极点Gammatone滤波器提取特征,得到改进的听觉特征参数。在高斯混合模型识别系统中进行仿真实验,实验结果表明,改进的听觉特征参数应用于说话人识别系统,
其他文献
集中式的基于案例推理(CBR)应用于感知服务质量(QoS)的Web服务组合时,面临信息维护量大、节点负载高、中心失效等问题。为解决上述问题,提出了基于分布式哈希表(DHT)的协作式Web服务组合方法 COCO,利用哈希函数和空间填充曲线(SFC)将组合服务的工作流和服务质量映射为一维数据键,并利用底层DHT Overlay以Peer-to-Peer的方式查询满足用户请求的已知组合服务,一次成功查询
为了提高粒子群优化(PSO)算法的优化效率,结合量子理论提出一种基于Bloch球面坐标的量子粒子群优化算法。在Bloch球面坐标下,粒子自动更新旋转角大小和粒子位置,不需将旋转角以查询表的形式设定(或设定为区间上的固定值),弥补了Bloch球面坐标下量子进化算法和量子遗传算法的不足,算法更具有普遍性;用量子Hadamard门实现粒子的变异,增强了种群的多样性,促使粒子跳出局部极值点。对典型函数优化
针对当前隐匿恶意程序多转为使用分布式架构来应对检测和反制的问题,为快速精确地检测出处于隐匿阶段的对等网络(P2P)僵尸主机,最大限度地降低其危害,提出了一种基于统计特征的隐匿P2P主机实时检测系统。首先,基于3个P2P主机统计特征采用机器学习方法检测出监控网络内的所有P2P主机;然后,再基于两个P2P僵尸主机统计特征,进一步检测出P2P僵尸主机。实验结果证明,所提系统能在5 min内检测出监控网内