一种改进的语音增强方法及实现

针对传统语音增强方法的缺点,提出一种改进的谱相减语音增强方法.设计制作了基于该算法的语音增强软件系统.实验表明:这种语音增强方法用于抑制宽带噪声效果明显,对自然语音损伤较小,且运算量不多;软件系统可以直接用于基于PC机的语音识别系统.     

DCT域维纳滤波语音增强

本文针对非平稳噪声和强背景噪声下声音信号难以提取的实际问题,提出了一种DCT域的维纳滤波方法。该方法进行了DCT域清浊音分割步骤,给出了DCT域频谱信噪比迭代更新机制与具体实施方案,设计了DCT域的二维维纳滤波。实验仿真表明,该算法能有效地去噪滤波,显著地提高语音识别系统性能与可懂度,且在不同的噪声环境和信噪比条件下具有鲁棒性。本算法计算代价小,简单易实现。     

部分HHT和ICA的混合语音增强算法

根据语音信号中噪声特性的不同,该文将其中的白噪声和色噪声分别进行处理以达到较好的语音增强效果。对信号进行不完全希尔伯特-黄变换,从中得到含有白噪声的分量并进行处理,降低白噪声在整个语音信号中的能量;利用独立分量分析的方法将目标语音与色噪声进行分离,得到最终的目标语音信号。实验结果证明,该混合算法有很好的性能和降噪效果,提升后的语音信号几乎完全消除了色噪声的影响,并相对白噪声有很好的抑制,对于实际和理论模型的不完全吻合也有较好的鲁棒性。     

基于改进谱相关算法的信号抗噪性能分析

谱相关分析是对循环平稳信号进行分析的有效工具,对噪声背景下的信号进行谱相关分析可以获取更实际的信号谱相关特征.文中采用采样点间隔取值的方法,对谱相关的数字化计算进行改进,并利用改进后的谱相关计算方法对信号谱相关分析的抗噪性能进行分析讨论.仿真表明,该方法具有较好的抗噪性能.     

基于语音短时记忆的词汇习得探究

词汇习得是二语习得的中心任务,也是制约众多学习者英语语言水平提高的＂瓶颈＂。词汇学习受到哪些认知因素的影响是心理语言学研究的一个热点。以往大量研究发现,由语音回路负责的语音短时记忆能够显著预测母语及二语词汇习得。语音短时记忆对新词汇语音表征暂时存储的优劣制约着长时语音表征的建构。因此,语音短时记忆是制约词汇习得效果的语音认知机制之一。     

基于多层次模糊增强的自适应Canny边缘检测算法

边缘检测技术是图像预处理中最重要的技术之一.在对C anny的最佳边缘检测算子进行理论及实验研究的基础上,利用广义模糊集(GFS)理论,给出了基于多层次模糊增强图像区域对比度的广义模糊算子来取代传统的高斯算子,从而增强了图像的层次结构,并实现了图像边缘的自动提取.试验表明,改进算法具有较高的信噪比,能达到比较理想的边缘检测效果.     

基于Cisco语音路由器的内网VoIP实现

主要研究了如何在内网里利用Cisco语音路由器来实现VoIP的问题.简要分析了VoIP实现中涉及的关键技术,并对实际的例程作仿真,利用Cisco Packet Tracer仿真软件完成真实网络工程项目从分析、设计、配置、测试到运行维护等一系列的过程.给出了主要的配置语句,并有正确的测试结果.对于经费相对匮乏的现实组网需求或在实验设备短缺的相关课程实训中有一定的指导和借鉴意义.     

一种基于模糊增强的Canny边缘检测方法

边缘检测是图像处理领域中的基本课题之一,广泛应用于图像分割和模式识别等领域.本文提出的基于模糊增强的Canny边缘检测方法是在模糊增强的基础上,用模糊增强代替原来Canny算法中的高斯滤噪,用最大类间方差法代替原来Canny算法中双阈值的设定和边缘连接.本文方法集中了以上几种算法的优点,从而获得了综合性能最优的边缘检测效果.利用本文介绍的方法作边缘检测,边界清晰,完整,所得图像在抗噪性能和保持信息完整性方面二者得以兼顾.通过调整参数可以满足不同光学效果的图片和不同处理目的的需要.     

大学英语专业新生英语语音现状调查——基于语音语料分析的个案研究

近年来,一些学者通过各种方式对英语专业学生的英语语音问题进行调查研究,并提出了一些教学建议和启示。然而,利用语料方法来进行研究的并不多。文章借鉴语料库语言学的研究方法,收集并分析了英语专业新生的语音语料,由此发现了学生语音学习过程中存在的典型难题,这对英语语音教学有重要的参考和启示作用。     

基于空间域噪声检测的彩色图像缩放增强方法

针对现有的彩色图像直方图均衡算法在增强图像的同时不可避免地会放大图像中的噪声,导致不能很好地保持原始彩色图像的色调特征问题,提出了一种基于空间域噪声点检测的增强算法.算法首先通过噪声检测标记出所有可能的噪声像素点,利用RGB灰度值缩放的方式增强所有非噪声点,然后采取八近邻来插值替换标记的所有噪声点得到最终输出结果.实验结果表明,算法能够较好地增强图像视觉效果,实现输出图像的峰值信噪比的提高,可用于一般电子类消费产品的需求.     

一种改进的图像模糊增强法

基于医学图像对比度差以致正常组织和病态组织难以区分,本文在讨论了Pal.King模糊增强的基础上,对模糊算法进行了改进,改进后的模糊算法效果明显,能增强图像细微细节,提高图像的对比度,改善图像视觉效果,提高诊断的准确性。     

用于客观音质评价的扩展巴克谱失真测度

扩展巴克谱失真测度应用同时性掩蔽效应,可以充分反映听觉系统的感知特性,在巴克谱失真距离的计算中排除被噪声掩蔽门限掩蔽的临界频带。研究中对噪声掩蔽门限进行了尺度伸缩调整,扩展巴克谱失真测度和巴克谱测度对比实验分析也印证了所提出的测度的良好性能。对汉语通信系统进行的客观音质评价,不仅具有较好的普适性,而且主客观评价结果之间具有更高的相关系数,相关度达到0.969。     

基于乘同余对称特性的快速RSA算法的改进

提出了一种新的快速ＲＳＡ算法，这种算法是基于乘同余对称特性的快速ＲＳＡ算法（ＳＭＭ算法）的改进。理论分析表明，新算法的迭代计算步数平均减少了１７．２％。与传统的二进制算法（ＢＲ算法）相比，新算法的计算速度平均提高了４２％左右。     

一种基于小波变换和PCA的人脸识别改进方法

针对主成分分析PCA算法中存在的问题,提出了利用小波变换对人脸图像进行预处理,PCA提取图像特征,最近邻法分类的人脸识别改进方法.基于ORL、YALE数据库的相关实验表明,这样的系统能够降低数据维数和克服角度、位移变化对算法的影响,能够取得比传统PCA更好的识别性能。     

基于改进粒子群算法的神经网络优化证券投资组合方法

采用人工神经网络对证券投资进行预测与分析的研究过程中,提高神经网络各个节点参数的优化能力是极其关键的。传统的神经网络存在学习速度慢、易陷入局部极小值、预测结果精度较低等缺点,一种玫进型粒子群（Improved Particle Swann Optimizer,IPSO）算法．可以优化BP（Back Propagation）神经网络．并将优化后的BP神经网络应用于优化证券投资组合中。实验结果表明：该研究方法能够在预测精度和稳定性方面明显优于传统的PSO—BP神经网络优化证券投资组合方法。     

噪声背景下提取调制信息的改进奇异值分解技术

在介绍现有奇异值分离技术基本原理及其在故障诊断中的应用的基础上，研究了利用信号时间序列重构的吸引子轨迹矩阵奇异值分布特征与信号特征的关系，引入自相关函数定量计算重构矩阵的延时步长，改进了现有算法，使得吸引子轨迹矩阵的重构更加合理。研究表明该方法能在强噪声背景下提取出所需的调制信号，并成功用于齿轮箱调制故障信号的提取。     

采用K-L正交分解降低Chirp信号噪声的方法

由于Chirp信号瞬时频率的估计易受噪声影响,该文利用K-L正交分解,提出了一种降低Chirp信号噪声的方法。K-L正交分解将噪声平均分配到各正交分量,而将信号主要集中在某一最大分量,从而提高信噪比。数学分析和仿真结果同时表明,该方法能降低信号噪声,改善信噪比达6dB,使瞬时频率估计更为准确。最后,结合Chirp信号自相关函数的特性,对该方法的应用做了进一步的推广。     

企业家人力资本拓展对比较优势增进的影响研究————基于中国省级面板数据的经验分析

亚当·斯密提出的以分工深化为主要途径的比较优势理论具有动态和内生的特征,而将上述理论比较优势转化为现实比较利益的主体是企业家。以市场规模的变化来估计社会分工深化与比较优势增进的状态,可发现采用具有存量性质的财富指标比采用具有流量性质的收入指标来估计具有更好的显示度。通过借鉴人力资本的尼尔森—菲尔普斯作用机制和卢卡斯作用机制,将企业家人力资本纳入两类不同生产函数的分析框架中,可应用随机前沿生产函数模型和C-D生产函数模型来考察企业家人力资本拓展对比较优势增进的影响。研究发现,企业家人力资本的拓展可推动市场规模的显著扩大,而后者又能促进前者的进一步拓展,两者的良性互动有利于中国实现比较优势的动态内生性增进。