基于RNN汉语语言模型自适应算法研究

深度学习在自然语言处理中的应用越来越广泛。相比于传统的n-gram统计语言模型,循环神经网络(Recurrent Neural Network,RNN)建模技术在语言模型建模方面表现出了极大的优越性,逐渐在语音识别、机器翻译等领域中得到应用。然而,目前RNN语言模型的训练大多是离线的,对于不同的语音识别任务,训练语料与识别任务之间存在着语言差异,使语音识别系统的识别率受到影响。在采用RNN建模技术训练汉语语言模型的同时,提出一种在线RNN模型自适应(self-adaption)算法,将语音信号初步识别结果作为语料继续训练模型,使自适应后的RNN模型与识别任务之间获得最大程度的匹配。实验结果表明:自适应模型有效地减少了语言模型与识别任务之间的语言差异,对汉语词混淆网络进行重打分后,系统识别率得到进一步提升,并在实际汉语语音识别系统中得到了验证。     

基于CA的雷达情报传输安全认证系统的设计与实现*

介绍了基于CA的雷达情报传输安全认证系统的整体结构及工作流程,设计了CA中心各个模块的组成和功能;使用VisualC 6.0开发工具与OpenSSL-0.9.8e开源包,实现了一个原型系统,研究了生成根钥证书,用户证书、证书吊销列表的方法和流程,为所有通信实体提供了密钥长度2048bit并遵从X.509v3标准的RSA数字证书;利用AES算法加密用户证书,结合SQLServer数据库,保证了证书的安全存储;最后探讨了USBKey智能钥匙在证书分发中的应用思路。     

一种对丢包具有鲁棒性的语音编码算法—iLBC

文中介绍了一种适用于网络的,对丢包具有鲁棒性的语音编码算法——iLBC。iLBC在编码时先进行LPC分析,然后对LPC残差信号采用自适应码本编码,这个自适应码本与传统的CELP算法中的自适应码本不同,没有利用语音帧之间的相关性,使得iLBC算法对丢包具有鲁棒性;解码时如果有语音包丢失,则采用丢包隐藏(PLC)算法。介绍了iLBC编解码算法的基本原理;重点分析了iLBC的自适应码本编码方式以及丢包隐藏算法(PLC);比较了在丢包率相同的情况下,iLBC和ITU-T G.729A的MOS分,结果表明,iLBC更适合于有丢包的网络。     

从言语的语言学看翻译的多相面对等

本文从言语的语言学出发寻求和翻译的对等面。翻译是一种跨文化的信息交流与交往传播的活动,研究的是使用中的语言即言语,言语的语言学以言语为研究对象,因此言语的语言学应作为翻译的语言学基础。基于上述理论,本文从言语的语言学的语义、语用和文化三方面寻求和翻译的静态、动态和文化对等,使翻译活动更具实践意义。     

基于跳数的节点安全定位算法研究与分析

通过对无线传感器网络节点安全定位技术的研究和分析,采用基于跳数的节点定位算法思想获取定位参照信息,提出了一种与硬件无关的基于跳数的节点安全定位算法——HOP-GDSL,该算法用设计的信标节点信息传递协议提供包的认证、保护跳数信息,用现有的锚节点检测虫洞攻击.经仿真实验证明,该算法能有效抵抗恶意节点攻击,实现节点正常定位,并对虫洞攻击有较高的检测率.     

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。     

基于语音识别的计算机声图系统

本文提出一种计算机声图系统的模型,阐述了它的原理,并以TI-SPEECH语音处理系统、KX-600图形显示系统和IBM PC/AT计算机为基础,实现了一个简单的计算机声图系统。该系统的图形软件采用在KX-600图形显示系统上实现的MGP二维军用图形包,实现了语音输入的透明键盘支持。本文还提出了用自然语言输入和GKD-PROGKS图形系统构造的智能计算机图形系统的功能模型。     

指挥自动化智能语音接口的设计与实现

根据 LPC 理论实现了一个实时、单人、小词汇集的语音识别系统,用作为指挥自动化的智能语音接口。本文详细叙述了这个语音识别系统的设计原理,对语音识别中常用的几个算法作了改进。指出了经典 DTW 算法对端点精度过于敏感的缺点,并提出了改进的 SDTW 算法,即滑动(Sliding)DTW 算法,使得认识率有了提高;修改了 LPC 中杜宾算法和取消了 DTW 中显式的弯折函数,减少了它们所需的空间,提高了计算效率;在主机方面,设计实现了“透明语音键盘”,使得话筒与普通键盘等效,方便了用户。本系统词汇量在200个以内,平均响应时间1S,平均识别率95％左右,已在本院的小型指挥自动化网上通过运行。     

基于负熵最大的FastICA语音信号分离算法

语音信号分离是现代信号处理的热点问题,针对未知信号源个数的情况,提出一种基于负熵最大的FastICA(Fast Independent Component Algorithm)语音信号盲分离算法,有效解决了源信号数目估计、语音信号分离及复原等问题。改进的算法增加了源信号数目估计环节,放宽了算法适用条件,即在源信号数目未知的情况下,也能够实现信号盲分离功能。并将其成功应用于运用信号分选过程中,最终复原语音时域波形,完成信号分选任务。仿真实验中,详细讨论了该方法在不同信噪比以及不同源信号数目情况下的分选能力,证明了方法的有效性和优越性。     

夺占小型岛屿作战综合登陆舰编队展开点选择优化模型

针对综合登陆舰编队夺占小型岛屿作战中的威胁特点,确定了岸基航空兵对综合登陆舰的有效掩护区,建立了综合登陆舰展开点选择的优化模型,并给出了简单方便的图上作业法,为合理确定综合登陆舰的展开点提供了方法和依据。