检索结果-维普期刊中文期刊服务平台

生物信息学中的智能模型被引量：2: 1; 作者潘金灯郭腾冲涂序彦北京科技大学《计算机工程与应用》 CSCD 北大核心 2003年第28期81-84,共4页; “生物信息学”是一门交叉学科,包含生物信息的获取、处理、存储、分发和解释等,它综合运用数学、信息科学和生物学的各种工具,阐明和理解大量数据所包含的生物学意义。文章对“生物信息学”的进展进行评述,从“人工智能”的观点,研究... 展开更多; 关键词生物信息学生物芯片隐含马尔科夫模型支持向量机人工神经元网络 bayesian模型聚类分析; 在线阅读下载PDF 职称材料

一种改进的线性区分分析方法及其在汉语数码语音识别上的应用被引量：2: 2; 作者史媛媛刘加刘润生《电子学报》 EI CAS CSCD 北大核心 2002年第7期959-963,共5页; 尽管汉语数码语音识别只涉及十个数字 ,但由于不同数字的发音存在相同或相似的声母或韵母 ,造成汉语数码语音之间的混淆性很大 .采用通常的隐含马尔科夫模型 (HMM)作为汉语数码语音识别模型难以得到很高的识别率 .为了解决汉语数码之间... 展开更多; 关键词线性区分分析 LDA 汉语数码语音识别区分变换隐含马尔科夫模型 HMM; 在线阅读下载PDF 职称材料

集成语种辨识的中英文LVCSR系统: 3; 作者孙健王作英《计算机工程与设计》 CSCD 北大核心 2007年第8期1931-1933,共3页; 为了在未知一段语音所属语言种类的情况下将其转换为正确的字符序列,将语种辨识(language identification,LID)同语音识别集成在一起建立了中、英文大词汇量连续语音识别(large vocabulary continuous speech recognition,LVCSR)系统。... 展开更多; 关键词连续语音识别语种辨识段长分布非齐次隐含马尔科夫模型语种剪枝; 在线阅读下载PDF 职称材料

基于HMM的音乐识别算法被引量：6: 4; 作者许琳王作英《计算机工程》 CAS CSCD 北大核心 2004年第10期135-136,142,共3页; 音乐识别的研究早在20世纪70年代就开始了，但直到最近，识别系统的性能仍不令人满意。该文提出了利用HMM进行音乐识别的新思路。给出了基本的算法框架，并对相关的问题进行了讨论。; 关键词音乐识别隐含马尔科夫模型基音频率单音多音; 在线阅读下载PDF 职称材料

基于多生理信号融合的疲劳驾驶检测研究被引量：6: 5; 作者龚淑娟赵永翔黄德明《安全与环境学报》 CAS CSCD 北大核心 2023年第11期4002-4012,共11页; 为减少交通事故,保障道路交通安全,提出一种能更加有效地检测驾驶人驾驶状态的方法。通过对疲劳状态进行等级划分,利用脉搏波信号(Photoplethysmographic signal,PPG)以及皮肤电反应信号(Galvanic Skin Response,GSR),实现多种生理信号... 展开更多; 关键词安全工程疲劳驾驶生理指标多特征融合隐含马尔科夫模型疲劳分级; 在线阅读下载PDF 职称材料

题名生物信息学中的智能模型被引量：2: 1; 作者潘金灯郭腾冲涂序彦北京科技大学; 机构杭州市公安局安康医院中芯国际集成电路制造有限公司; 出处《计算机工程与应用》 CSCD 北大核心 2003年第28期81-84,共4页; 基金国家自然科学基金(编号:60075012)的资助; 文摘 “生物信息学”是一门交叉学科,包含生物信息的获取、处理、存储、分发和解释等,它综合运用数学、信息科学和生物学的各种工具,阐明和理解大量数据所包含的生物学意义。文章对“生物信息学”的进展进行评述,从“人工智能”的观点,研究生物信息学中用到的模型和方法;并从计算机的角度分析了生物信息学存在问题和发展方向。; 关键词生物信息学生物芯片隐含马尔科夫模型支持向量机人工神经元网络 bayesian模型聚类分析; Keywords Bioinformatics,Biochip,Hidden Markov Model(HMM),Support Vector Machine(SVM),Artificial Neural Net-work(ANN),Bayesian Model,Clustering Analysis; 分类号 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

题名一种改进的线性区分分析方法及其在汉语数码语音识别上的应用被引量：2: 2; 作者史媛媛刘加刘润生; 机构清华大学电子工程系; 出处《电子学报》 EI CAS CSCD 北大核心 2002年第7期959-963,共5页; 基金国家自然科学基金 (No 699750 0 7) 国家 863项目 (No 863 30 6ZD1 3 0 4 6); 文摘尽管汉语数码语音识别只涉及十个数字 ,但由于不同数字的发音存在相同或相似的声母或韵母 ,造成汉语数码语音之间的混淆性很大 .采用通常的隐含马尔科夫模型 (HMM)作为汉语数码语音识别模型难以得到很高的识别率 .为了解决汉语数码之间的混淆问题 ,提高汉语数码语音识别性能 ,本文在隐含马尔科夫模型的状态层次上采用线性区分分析方法 ,将不同状态之间容易混淆的特征样本构成混淆模式类 ,针对混淆模式类进行线性区分分析 .通过线性区分变换 ,在变换特征空间中仅保留那些能够有效区分该混淆类别的特征参数 .这种基于状态的线性区分分析有效地提高了模型对混淆数码的区分能力 .实验表明即使采用状态数很少的粗糙识别模型 ,也能很大幅度提高模型的识别性能 ;经过线性区分变换优化后的汉语数码识别模型 ,孤立汉语数码语音识别率可以达到 99 32 % .; 关键词线性区分分析 LDA 汉语数码语音识别区分变换隐含马尔科夫模型 HMM; Keywords LDA Mandarin digit speech recognition discriminative transformation; 分类号 TN912.34 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名集成语种辨识的中英文LVCSR系统: 3; 作者孙健王作英; 机构清华大学; 出处《计算机工程与设计》 CSCD 北大核心 2007年第8期1931-1933,共3页; 基金国家863高技术研究发展计划基金项目(2001AA114071); 文摘为了在未知一段语音所属语言种类的情况下将其转换为正确的字符序列,将语种辨识(language identification,LID)同语音识别集成在一起建立了中、英文大词汇量连续语音识别(large vocabulary continuous speech recognition,LVCSR)系统。为了在中、英文连续语音识别系统中能够尽早的对语音所属的语言种类做出判决以便进行识别,从而降低解码的计算量,对语种辨识过程中的语种剪枝进行了研究,表明采用合理的语种剪枝门限在不降低系统性能的情况下,可以有效的降低系统的计算量及识别时间。; 关键词连续语音识别语种辨识段长分布非齐次隐含马尔科夫模型语种剪枝; Keywords continuous speech recognition language identification duration distribution inhomogeneous hidden Markov model language pruning; 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

题名基于HMM的音乐识别算法被引量：6: 4; 作者许琳王作英; 机构清华大学电子工程系语音实验室; 出处《计算机工程》 CAS CSCD 北大核心 2004年第10期135-136,142,共3页; 文摘音乐识别的研究早在20世纪70年代就开始了，但直到最近，识别系统的性能仍不令人满意。该文提出了利用HMM进行音乐识别的新思路。给出了基本的算法框架，并对相关的问题进行了讨论。; 关键词音乐识别隐含马尔科夫模型基音频率单音多音; Keywords Music recognition Hidden Markov model(HMM) Pitch Monophonic Polyphonic; 分类号 TP391.42 [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

题名基于多生理信号融合的疲劳驾驶检测研究被引量：6: 5; 作者龚淑娟赵永翔黄德明; 机构泉州经贸职业技术学院管理系福州大学经济与管理学院国网泉州供电公司; 出处《安全与环境学报》 CAS CSCD 北大核心 2023年第11期4002-4012,共11页; 基金国家自然科学基金项目(71974033,71942002)。; 文摘为减少交通事故,保障道路交通安全,提出一种能更加有效地检测驾驶人驾驶状态的方法。通过对疲劳状态进行等级划分,利用脉搏波信号(Photoplethysmographic signal,PPG)以及皮肤电反应信号(Galvanic Skin Response,GSR),实现多种生理信号融合,进而构建驾驶人的驾驶疲劳状态数据库。根据采集数据结合主观评测分析驾驶人状态变化规律,选取有效指标进行分析比较,以探究各个指标与疲劳程度的变化趋势。依据状态变化规律和特征,结合主观评测,分析驾驶人的疲劳状态。同时,设定疲劳状态等级,分为清醒、轻度疲劳和重度疲劳状态,构建隐马尔可夫(Hidden Markov Model,HMM)驾驶疲劳水平分级的疲劳评估模型。测试结果显示:训练后的HMM疲劳检测模型准确率为90%。; 关键词安全工程疲劳驾驶生理指标多特征融合隐含马尔科夫模型疲劳分级; Keywords safety engineering fatigue driving physiological index multiple feature fusion Hidden Markov Model(HMM) fatigue classificatio; 分类号 X951 [环境科学与工程—安全科学]; 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	生物信息学中的智能模型	潘金灯郭腾冲涂序彦北京科技大学	《计算机工程与应用》 CSCD 北大核心	2003	2	在线阅读下载PDF 职称材料
2	一种改进的线性区分分析方法及其在汉语数码语音识别上的应用	史媛媛刘加刘润生	《电子学报》 EI CAS CSCD 北大核心	2002	2	在线阅读下载PDF 职称材料
3	集成语种辨识的中英文LVCSR系统	孙健王作英	《计算机工程与设计》 CSCD 北大核心	2007	0	在线阅读下载PDF 职称材料
4	基于HMM的音乐识别算法	许琳王作英	《计算机工程》 CAS CSCD 北大核心	2004	6	在线阅读下载PDF 职称材料
5	基于多生理信号融合的疲劳驾驶检测研究	龚淑娟赵永翔黄德明	《安全与环境学报》 CAS CSCD 北大核心	2023	6	在线阅读下载PDF 职称材料