检索结果-维普期刊中文期刊服务平台

基于SOFM/HMM模型的非特定人手语识别系统被引量：4: 1; 作者方高林高文 +1 位作者王春立陈益强《计算机学报》 EI CSCD 北大核心 2002年第1期16-21,共6页; 手语识别是通过计算机提供一种有效而准确的机制将手语翻译成文本或语音 .目前最新发展水平的手语识别系统在实际应用中应该解决非特定人手语识别问题 .该文在分析非特定人手语识别特点——数据多且差异大、模型训练难收敛、对不同人数... 展开更多; 关键词自组织特征映射隐马可夫模型 EM算法非特定人手语识别系统 sofm模型 hmm模型计算机; 在线阅读下载PDF 职称材料

SOFM和HMM在旋转机械升降速全过程故障诊断中的应用被引量：4: 2; 作者冯长建丁启全 +1 位作者吴昭同童进《上海海运学院学报》北大核心 2001年第3期98-100,104,共4页; HMM模型是一个处理非平稳时间序列的统计模型。针对旋转机械升降速过程振动的特点 ,本文提出了利用SOFM神经网络对振动信号进行矢量量化 ,并用量化后的序列训练HMM模型 ,利用该模型对旋转机械升降速过程进行故障诊断。实验证明该方法是... 展开更多; 关键词故障诊断 sofm hmm 旋转机械升降速过程应用统计模型信号分析; 在线阅读下载PDF 职称材料

基于SOFM神经网络和HMM的动调陀螺仪故障预测方法研究被引量：7: 3; 作者尚永爽许爱强吴忠德《机械科学与技术》 CSCD 北大核心 2012年第10期1711-1715,1720,共6页; 针对动调陀螺仪性能参数的退化特点,提出了一种自组织特征映射(SOFM)神经网络和隐马尔可夫模型(HMM)相结合的动调陀螺仪故障预测方法。采集动调陀螺仪的振动、温度、随机漂移、电机功率、电源电压和频率等信号作为表征陀螺退化状态的特... 展开更多; 关键词故障预测自组织特征映射隐马尔可夫模型动调陀螺仪; 在线阅读下载PDF 职称材料

中国手语音韵标记的建立、实现及其有效性验证被引量：1: 4; 作者倪训博赵德斌 +1 位作者姜峰程丹松《计算机学报》 EI CSCD 北大核心 2009年第12期2438-2453,共16页; 手语是一门语言,手语语言学家从语言学的角度,对手语做了类似"语法"的总结而形成了音韵标注理论.针对目前中国手语无符号标记体系的现况,首先,根据中国手语的特点并结合汉语的语言习惯,文中提出了中国手语音韵标记体系.其次,... 展开更多; 关键词音韵标注拉班舞谱语义信息易混词集 hmm sofm/hmm EFFORT; 在线阅读下载PDF 职称材料

一种矢量量化中的码本优化方法: 5; 作者张雷孙诗瑛《江苏理工大学学报（自然科学版）》 1998年第3期89-93,共5页; 在语音压缩编码中，矢量量化占有很大比重和计算量．码本的好坏与方法的选择有很大的关系．笔者介绍了一种方法，将神经网络和隐含马尔可夫过程应用于矢量量化，从而产生了更为优良的码本．; 关键词神经网络矢量量化码本优化语音压缩编码; 在线阅读下载PDF 职称材料

题名基于SOFM/HMM模型的非特定人手语识别系统被引量：4: 1; 作者方高林高文王春立陈益强; 机构哈尔滨工业大学计算机科学与工程系大连理工大学计算机科学与工程系中国科学院计算技术研究所; 出处《计算机学报》 EI CSCD 北大核心 2002年第1期16-21,共6页; 基金国家自然科学基金重点项目 (697893 0 1) 国家"八六三"高技术研究发展计划项目(863 -3 0 6-ZD0 3 -0 1-2 ) 中国科学院百人计划的资助; 文摘手语识别是通过计算机提供一种有效而准确的机制将手语翻译成文本或语音 .目前最新发展水平的手语识别系统在实际应用中应该解决非特定人手语识别问题 .该文在分析非特定人手语识别特点——数据多且差异大、模型训练难收敛、对不同人数据的特征提取需求更迫切——的基础上 ,提出了 SOFM/ HMM模型 ,将自组织特征映射 (SOFM)很强的特征提取功能和隐马可夫模型 (HMM)良好的处理时间序列属性结合在一个新颖的框架下 ,并把该模型应用到非特定人中国手语识别中 .实验结果表明 ,SOFM/ HMM模型手语识别率比传统的 HMM模型提高近 5 % .; 关键词自组织特征映射隐马可夫模型 EM算法非特定人手语识别系统 sofm模型 hmm模型计算机; Keywords sofm, hmm, EM algorithm, signer independent sign language recognition; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名SOFM和HMM在旋转机械升降速全过程故障诊断中的应用被引量：4: 2; 作者冯长建丁启全吴昭同童进; 机构浙江大学; 出处《上海海运学院学报》北大核心 2001年第3期98-100,104,共4页; 文摘 HMM模型是一个处理非平稳时间序列的统计模型。针对旋转机械升降速过程振动的特点 ,本文提出了利用SOFM神经网络对振动信号进行矢量量化 ,并用量化后的序列训练HMM模型 ,利用该模型对旋转机械升降速过程进行故障诊断。实验证明该方法是此过程的一种有效的诊断手段。; 关键词故障诊断 sofm hmm 旋转机械升降速过程应用统计模型信号分析; Keywords faults diagnosis, sofm, hmm, rotating machinery, speedup &speed down; 分类号 TH165.3 [机械工程—机械制造及自动化] TN911.6 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于SOFM神经网络和HMM的动调陀螺仪故障预测方法研究被引量：7: 3; 作者尚永爽许爱强吴忠德; 机构海军航空工程学院科研部; 出处《机械科学与技术》 CSCD 北大核心 2012年第10期1711-1715,1720,共6页; 基金武器装备预研基金项目(9140A25070208JB1402)资助; 文摘针对动调陀螺仪性能参数的退化特点,提出了一种自组织特征映射(SOFM)神经网络和隐马尔可夫模型(HMM)相结合的动调陀螺仪故障预测方法。采集动调陀螺仪的振动、温度、随机漂移、电机功率、电源电压和频率等信号作为表征陀螺退化状态的特征信息,利用SOFM神经网络实现多源传感器信息融合;利用HMM方法将不易检测到的早期故障信号转变为容易观测到的信息,实现动调陀螺仪的故障预测。实验结果表明:采用SOFM方法对传感信号的信息融合,能够简单、有效地提取陀螺退化状态的特征信息。运用HMM进行训练和测试,说明了该方法在故障预测中的有效性。; 关键词故障预测自组织特征映射隐马尔可夫模型动调陀螺仪; Keywords fault prediction self-organizational feature mapping （sofm） neural network hidden Markov model （hmm） dynamically tuned gyroscope degradation; 分类号 TB114.3 [理学—概率论与数理统计]; 在线阅读下载PDF 职称材料

题名中国手语音韵标记的建立、实现及其有效性验证被引量：1: 4; 作者倪训博赵德斌姜峰程丹松; 机构哈尔滨工业大学计算机学院; 出处《计算机学报》 EI CSCD 北大核心 2009年第12期2438-2453,共16页; 基金 supported by Chinese National Natural Science Foundation Key Project(60533030) Chinese National Natural Science Foundation Project(60603023); 文摘手语是一门语言,手语语言学家从语言学的角度,对手语做了类似"语法"的总结而形成了音韵标注理论.针对目前中国手语无符号标记体系的现况,首先,根据中国手语的特点并结合汉语的语言习惯,文中提出了中国手语音韵标记体系.其次,针对目前音韵标注只给出一些形式化的描述或简单的手工标注的现况,文中借助基于数据手套的中国手语识别系统,提出了以手形数据模板与拉班舞谱相结合的方法,将上述的标记体系在计算机上以自动标注的方式加以实现.最后,针对数据手套的中国手语识别系统缺少先验信息的现况,应用上述音韵标记体系构建具有先验语义信息的易混词集,在构建的过程中说明并分析了音韵标记体系具备语义识别能力.实验表明,在基于统计识别的易混词集与基于先验语义信息的易混词集的识别效果相比较,在不改变统计模型的条件下,可以不同程度地辅助HMM,SOFM/HMM,Effort提高识别率.; 关键词音韵标注拉班舞谱语义信息易混词集 hmm sofm/hmm EFFORT; Keywords phonology noting labannotation semantic meaning information confusable vocabulary set hmm sofm/hmm effort; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名一种矢量量化中的码本优化方法: 5; 作者张雷孙诗瑛; 机构上海交通大学电子工程系; 出处《江苏理工大学学报（自然科学版）》 1998年第3期89-93,共5页; 文摘在语音压缩编码中，矢量量化占有很大比重和计算量．码本的好坏与方法的选择有很大的关系．笔者介绍了一种方法，将神经网络和隐含马尔可夫过程应用于矢量量化，从而产生了更为优良的码本．; 关键词神经网络矢量量化码本优化语音压缩编码; Keywords neural network/vector quantization sofm hmm; 分类号 TN912.3 [电子电信—通信与信息系统] TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于SOFM/HMM模型的非特定人手语识别系统	方高林高文王春立陈益强	《计算机学报》 EI CSCD 北大核心	2002	4	在线阅读下载PDF 职称材料
2	SOFM和HMM在旋转机械升降速全过程故障诊断中的应用	冯长建丁启全吴昭同童进	《上海海运学院学报》北大核心	2001	4	在线阅读下载PDF 职称材料
3	基于SOFM神经网络和HMM的动调陀螺仪故障预测方法研究	尚永爽许爱强吴忠德	《机械科学与技术》 CSCD 北大核心	2012	7	在线阅读下载PDF 职称材料
4	中国手语音韵标记的建立、实现及其有效性验证	倪训博赵德斌姜峰程丹松	《计算机学报》 EI CSCD 北大核心	2009	1	在线阅读下载PDF 职称材料
5	一种矢量量化中的码本优化方法	张雷孙诗瑛	《江苏理工大学学报（自然科学版）》	1998	0	在线阅读下载PDF 职称材料