基于神经网络的语音识别系统

本文研究神经网络的多层感知器模型在语音识别中的应用。为达到实时识别的效果,笔者设计了TMS32010数字信号处理板,它与PC/XT机构成主-从系统,由PC/XT机管理数据,TMS32010进行高速运算,实验中,考察了神经网络对数字语音的识别能力,识别率达到95％以上,结果表明,用神经网络进行语音识别是一种很有前途的方法。     

军用实时语音识别系统的探讨

本文介绍并讨论语音识别军事应用的潜力和现状,给出我们建立的一个可用于军事作战指挥和多控制场合的小、中词汇表实时语音识别系统。     

用于指挥控制的语音实时识别系统探讨

信息科学的发展对指挥控制的技术提出更高的要求,语音识别将是车载、机载、舰载综合电子设备中一项不可缺少的内容。但海、陆、空等指挥控制环境中高噪声的存在及其导致的话者语音变化,为语音识别系统的可靠应用带来了困难,要解决这个问题,就必须研制具有抗噪声能力的语音识别系统。本文基于语音识别的基本原理,通过对噪声特性及其对语音识别影响的分析,从提高系统的鲁棒性入手,探讨了抗噪声语音实时识别系统     

采用动态规划方法合理进行武器装备更新

本文根据动态规划的最优化原理,把武器更新问题转化为多阶段决策问题,并建立了进行武器装备更新的动态规划模型,适合对短期武器装备更新提供理论指导,并结合实例进行了细致地分析。     

一个基于LB/IHMM的高性能汉语连接数字语音识别系统

本文使用一种ＩＨＭＭ的简化训练算法,讨论了一个基于ＬｅｖｅｌＢｕｉｌｄｉｎｇ搜索算法,参考模式基于ＩＨＭＭ模型的高性能的汉语连接数字语音识别系统。文中详细描述了系统的特征提取、ＩＨＭＭ模型、训练过程和识别过程,以及系统用于特定人、多说话人和不认人语音识别的实验,并且对实验结果进行了分析和讨论。     

一种基于改进的SEVQ 匹配算法的汉语全音节语音识别系统

本文全面介绍了一种采用改进的ＳＥＶＱ匹配算法的特定人汉语语音识别系统,具体描述了系统总体方案、系统参数的选取策略、各种识别预处理所用方法及语音模式匹配原理和方法。系统的实时识别率超过９３％     

矩阵形式的快速沃尔什变换法

本文用矩阵形式,建立系统地快速沃尔什变换(FWT)运算方法,它应用了二进制顺序Walsh-paley,列率顺序Walsh-Kaczmarz和Kronecker顺序Walsh-Hadamard变换。由文献可知,某些FWT运算是借助于一定的矩阵编制计算程序的新方法,这样的变换法,可作为数字计算机的辅助设备。     

复数形式的快速沃尔什变换法

本文简要地引进复数Walsh函数。它是由实数Walsh函数推广到复数Walsh函数。这是于1970年J.E. Gibbs[1]在一篇论文中首先提出的。我们将引入一个Walsh变换法,这个变换法是模拟到关于复数指数Fourier变换的Cooley-Tukey算法。一个离散、正交Walsh函数可以由多重迭代方程式产生,利用这样迭代方程式,有效地引入快速Walsh变换计算法。本文内容:复数Walsh函数,指数形式的CFWT法,矩阵形式的CFWT法。     

主成分分析的模糊神经网络目标识别系统

提出了一种基于模糊神经网络(Fuzzy Neural Networks,FNN)的目标识别算法。在对目标进行模糊化处理基础上,通过主成分分析(Principal Component Analysis,PCA)提取相应的特征空间,以畸变的特征向量对系统进行训练,从而获得较高的目标变化适应性。仿真实验结果表明,这种方法具有较强的自适应能力,抗噪性能也有所提高。     

随机动态规划的混合算法研究

针对随机条件下动态规划模型的主要特点,运用智能算法混合编程理论,设计了一种探索多阶段决策问题的智能混合算法.该算法首先将问题转化成一族同类型的一步决策子问题,然后利用随机模拟和遗传算法,依据训练样本形成的训练神经元网络,在单步决策中寻求最优策略和最优目标值,逐个求解,再据初始状态逆序求出最优策略序列和最优目标值.仿真结果表明,该算法具有一定的通用性,初始设计点可以随机产生,其计算精度不因函数的非线性强弱而受影响,对目标和约束的限制较少,可应用于多种形式的随机多阶段决策优化问题,较好地满足了随机动态规划模型求解和优化的要求.     

语音编码的标准化及最新进展

本文介绍了语音编码技术发展现状及应用情况,以及语音编码标准及其最新进展。     

采用层次分解策略的多机协同航路规划

针对多机同时到达的问题,采用层次分解的原则,应用小生境克隆选择算法可以为无人机生成满足要求的多条可选航路,同时引入协同变量和协同函数的概念,解决规划航路的时间协同问题。仿真结果表明,该方法能够有效地解决多机协同航路规划问题,很好地满足了多机协同航路规划的协同控制要求。     

雷达敌我识别系统现状、发展及启示

通过对几次较大规模局部战争,尤其是在伊拉克战争中所发生的多次误伤事件的原因分析得出:在大纵深、强机动和高度自动化的现代立体战争中,由高新技术装备起来的现代作战平台,要避免友军之间的误伤事件,必须建立与其相适应的目标敌我识别系统。首先简要介绍了目标识别及雷达敌我识别系统涵义、分类、组成和工作原理,然后阐述了雷达敌我识别系统的现状,最后对雷达敌我识别系统发展趋势作了展望,并得到4点启示。     

欧美的毫米波敌我识别系统

敌我识别(Identification Friend or Foe,IFF)是指对战场上目标的敌我属性识别。毫米波技术首次引入敌我识别是在1991年海湾战争之后。当时,西方国家大都使用工作在L波段(即询问频率1030兆赫,应答频率1090兆赫)的传统雷达敌我识别器。这种敌我识别器存在着诸多缺陷:如难以穿透战场上的     

基于突防网格模型的动态航迹规划

首先以地形环境数据为基础,建立了综合地形因素、山峰障碍、攻击威胁等为一体的突防网格模型,然后研究建立了基于动态规划算法的航迹规划系统,使低空飞行器不仅能够回避现有的复杂地形、地貌、障碍和攻击威胁等众多因素,而且能实时接收指控系统的命令,对突然来袭的威胁等作出反应,进而重新规划航迹.经仿真试验验证了该系统能够完成预定的飞行任务,具有很好的实用性.     

基于Voronoi图的突防航线动态规划

针对航空兵突防作战航线规划问题,分析了航线规划的关键技术,阐述了采用Voronoi图算法实现航空编队突防时航线规划的一般步骤和方法,并且根据敌方威胁的变化利用Voronoi图的特性对航线进行了动态规划,生成新的最优航线.研究结果对于航空兵突防作战航线规划有一定的参考意义.