基于语音频谱包络抽取的MFCC算法

MFCC可以更加准确地表示语音低频处的频谱包络,在语音转换中是一种很好的频谱包络表示方法;提出一种新的有效的求解MFCC的算法,先对频谱通过谐波抽取得到阶梯谱包络,再对阶梯谱包络进行Mel尺度变换,最后通过余弦变换求得MFCC参数。该方法实现简单,运算结果准确。     

基于BP神经网络的空中目标识别方法

提出了一种利用BP神经网络用于空中战机目标识别的方法.首先,分别用300张不同姿态的F-16和F-22战斗机图片建立样本图库.其次,利用不变矩理论,提取图片的不变矩作为神经网络的输入量,分别采用基本梯度下降算法、有动量和自适应学习速率梯度下降算法和Levenberg-Marguardt优化算法训练BP网络.然后从样本图库中随机抽取两种型号飞机图片各30张作为空中打击目标进行识别,结果表明采用LM优化算法的BP网络具有一定的抗噪声能力.     

武器弹药库安全防范有新保险

近年来,四川省宜宾军分区注重人防与技防结合,提升武器装备安全管理水平,实现了民兵武器管理连续45年安全无事故,被总部表彰为民兵武器管理先进单位。今年4月,该军分区投资50余万元,安装了指纹加面部识别的生物识别门禁管控系统。该系统只有在监控中心机房授权许可的情况下,3名管理人员在20秒内输入正确的指纹和     

行走吉布提

随着一声汽笛的长鸣,靠泊吉布提的休整结束了,我们又踏上了亚丁湾浪拍涛涌、雾霾水天的护航之路。虽然离开了吉布提,但思绪久久不能平静,东非大裂谷呼啸的雄风犹在耳边作响,漆黑油亮的火山石仍在眼前闪光,还有那一望无际洁白的阿萨勒湖,以及吉布提人善良的笑脸,都一直萦绕在我的脑海。吉布提是贫乏的、贫穷的,但它又是富足的、富有的。这里没有四季的霜雾雨雪,没有秋菊冬梅、春樟夏柳,有的是漫天起舞的黄色沙尘,有的是     

基于RFID的室内移动机器人定位研究

随着社会和技术的发展,室内无线定位问题越来越受到人们的重视。GPS定位系统应用于室内定位时精度不高。本文提出采用RFID技术进行室内定位的方法。其原理是：利用RSSI（接收信号强度）来估算标签和读写器的距离,再根据读到的四个标签的坐标,采用极大似然估计方法来计算出装备有RFID读写器的机器人的坐标位置。仿真结果表明,该定位方法误差小于1m,满足室内定位的需求。     

MIMO雷达弹头目标微动模型及微多普勒效应

弹头目标识别是弹道导弹防御系统中最为关键的技术之一。将多输入多输出(MIMO)雷达技术和微多普勒特征分析技术引入弹道中段目标识别,可有效克服弹头隐身技术和有源干扰技术等对识别带来的困难,提高识别精度。建立了MIMO雷达中弹头目标的微动模型,给出了弹头自旋、锥旋和进动引起的微多普勒效应的参数化表达,并通过对仿真回波数据进行时频分析验证了理论分析的正确性,为弹头目标的准确识别提供了新的理论依据。     

流动儿童城市人角色认同与家庭社会经济地位的关系:社会支持的中介作用

采用家庭社会经济地位问卷、肖水源编制的社会支持评定量表(SSRS)和城市人角色认同问卷,对重庆市6所中小学的547名学生进行问卷调查,考察家庭社会经济文化地位与流动儿童角色认同的关系,探讨社会支持在其中的中介作用。结果表明:(1)流动儿童与城市儿童的城市人角色认同不存在显著差异;(2)不论是流动儿童还是城市儿童,社会支持在家庭社会经济地位与城市人角色认同之间均起部分中介作用。     

基于多极化多特征提取和SVM的目标识别方法

充分有效地利用全极化雷达目标高分辨一维距离像极化信息是雷达目标特征提取领域一个热点问题.提取全极化雷达目标高分辨一维距离像的极化特征、结合其能量聚集区长度以及中心距特征共同构成特征向量,采用支持向量机进行特征分类,从而提出了一种基于多极化多特征提取和支持向量机的目标识别方法.基于转台数据的实验结果表明,提出的基于多极化多特征提取和支持向量机的目标识别方法有助于获得较高的分类正确率.     

逆边界无网格法声源识别的理论与实验

针对逆向求解声源识别中的声辐射传输建模问题,采用无网格法将Kirchhoff- Helmholtz边界积分方程离散为受边界条件约束的有限维线性方程组,通过分块矩阵法对该约束方程组进行求解,得到了离散后声辐射传输模型的数值表达式.在此基础上,进一步研究了逆向求解声源识别问题的基本原理及其不适定性.为克服其不适定性,采用Tikhonov正则化和L曲线正则化参数选取方法,从而确立了有效的逆向求解方法.此外,还进行了扬声器阵列声源识别实验,实验结果验证了逆边界无网格声源识别理论和方法的可行性及可靠性.     

基于独立分量分析和神经网络的钢结构损伤识别方法

为了有效剔除钢结构振动信号中的噪声,提取用于损伤识别的特征量,采用独立分量分析方法分离统计独立信号,同时得到表征结构损伤状态的混合矩阵,然后将混合矩阵作为特征量输入至神经网络进行训练,最后将训练好的神经网络作为分类器进行结构损伤识别.在冲击载荷作用下,针对钢框架结构模型进行了不同损伤部位的振动实验,结果表明:基于独立分量分析和神经网络的损伤识别方法具有较高的识别率和可重复性,而且实现简单,在结构损伤识别领域具有较大的应用潜力.