检索结果-内蒙古大学图书馆

计算机学报 2006年第4期29卷 635-641页

作者：唐赟刘文举徐波中国科学院自动化研究所模式识别国家重点实验室北京100080

通过对语音解码的分析指出了基于似然概率解码的连续语音识别的局限性,并给出了三种基于后验概率段模型(Segment Model,SM)的语音解码方法.这三种方法成功地运用于随机段模型(Stochastic Segment Model,SSM),使误识率比基线系统下降了1... 详细信息

通过对语音解码的分析指出了基于似然概率解码的连续语音识别的局限性,并给出了三种基于后验概率段模型(Segment Model,SM)的语音解码方法.这三种方法成功地运用于随机段模型(Stochastic Segment Model,SSM),使误识率比基线系统下降了11%;与此同时还给出了段模型的快速算法,使算法的计算复杂度降到了与隐马尔可夫模型(Hidden Markov Model,HMM)相同的数量级,满足了实用要求.

关键词：后验概率段模型汉语数字串语音识别模式识别

来源：评论

学校读者我要写书评

暂无评论

基于二次曲线的纯旋转摄像机自标定

引用

自动化学报 2001年第3期27卷 310-317页

作者：杨长江孙凤梅胡占义中国科学院自动化研究所模式识别国家重点实验室北京100080

研究探讨了一种基于平面二次曲线的纯旋转摄像机自标定方法 .在不同的方位拍摄三幅或三幅以上图像 ,每幅图像至少包含两个空间平面二次曲线、或两个二次曲面、或一个平面二次曲线与一个二次曲面的投影 ,利用图像之间的二次曲线对应关系 ... 详细信息

研究探讨了一种基于平面二次曲线的纯旋转摄像机自标定方法 .在不同的方位拍摄三幅或三幅以上图像 ,每幅图像至少包含两个空间平面二次曲线、或两个二次曲面、或一个平面二次曲线与一个二次曲面的投影 ,利用图像之间的二次曲线对应关系 ,可以确定摄像机的内参数矩阵 ,同时可以获得摄像机不同方位之间的旋转矩阵 .由于使用的定标基元为二次曲线 ,是较点和直线包含更多信息的基元 ,因而基元之间的匹配容易自动实现 ,并有助于提高标定算法的鲁棒性和在线实时性 .

关键词：摄像机自标定二次曲线单应性矩阵计算机视觉

来源：评论

学校读者我要写书评

暂无评论

边缘区域约束引导的运动模糊图像复原

引用

计算机辅助设计与图形学学报 2012年第8期24卷 1038-1046页

作者：段江永孟高峰向世明潘春洪中国科学院自动化研究所模式识别国家重点实验室北京100190

相机在拍摄物体时,物体运动或相机抖动会导致图像模糊.针对此问题,提出一种边缘区域约束引导的运动模糊图像复原算法.通过分析图像中阶跃边缘区域与运动模糊核之间的内在关系,建立了一种新的边缘区域约束;对该约束进一步结合RANSAC算法... 详细信息

相机在拍摄物体时,物体运动或相机抖动会导致图像模糊.针对此问题,提出一种边缘区域约束引导的运动模糊图像复原算法.通过分析图像中阶跃边缘区域与运动模糊核之间的内在关系,建立了一种新的边缘区域约束;对该约束进一步结合RANSAC算法,可有效地引导运动模糊核的估计.大量对比实验结果表明,该算法简单、估计精度高,能够得到优于传统算法的高质量图像模糊恢复结果.

关键词：运动模糊边缘区域约束核估计反卷积

来源：评论

学校读者我要写书评

暂无评论

基于表示学习的知识库问答研究进展与展望

引用

自动化学报 2016年第6期42卷 807-818页

作者：刘康张元哲纪国良来斯惟赵军中国科学院自动化研究所模式识别国家重点实验室北京100190

面向知识库的问答(Question answering over knowledge base,KBQA)是问答系统的重要组成.近些年,随着以深度学习为代表的表示学习技术在多个领域的成功应用,许多研究者开始着手研究基于表示学习的知识库问答技术.其基本假设是把知识库... 详细信息

面向知识库的问答(Question answering over knowledge base,KBQA)是问答系统的重要组成.近些年,随着以深度学习为代表的表示学习技术在多个领域的成功应用,许多研究者开始着手研究基于表示学习的知识库问答技术.其基本假设是把知识库问答看做是一个语义匹配的过程.通过表示学习知识库以及用户问题的语义表示,将知识库中的实体、关系以及问句文本转换为一个低维语义空间中的数值向量,在此基础上,利用数值计算,直接匹配与用户问句语义最相似的答案.从目前的结果看,基于表示学习的知识库问答系统在性能上已经超过传统知识库问答方法.本文将对现有基于表示学习的知识库问答的研究进展进行综述,包括知识库表示学习和问句(文本)表示学习的代表性工作,同时对于其中存在难点以及仍存在的研究问题进行分析和讨论.

关键词：知识库问答深度学习表示学习语义分析

来源：评论

学校读者我要写书评

暂无评论

基于高斯-拉普拉斯-伽玛模型和人耳听觉掩蔽效应的信号子空间语音增强算法

引用

声学学报 2009年第6期34卷 554-565页

作者：程宁刘文举中国科学院自动化研究所模式识别国家重点实验室北京100190

针对信号子空间语音增强算法中的子空间选择和线性滤波器中噪声功率谱和拉格朗日乘子的估计问题,用高斯、拉普拉斯和伽玛模型描述了语音的分布,提出了利用目标语音概率最大化来确定信号子空间维度的方法。在噪声子空间上,利用条件概率... 详细信息

针对信号子空间语音增强算法中的子空间选择和线性滤波器中噪声功率谱和拉格朗日乘子的估计问题,用高斯、拉普拉斯和伽玛模型描述了语音的分布,提出了利用目标语音概率最大化来确定信号子空间维度的方法。在噪声子空间上,利用条件概率估计出噪声功率谱。接着,为了合理地折中增强语音中的残余噪声和语音畸变,提出了一种基于人耳听觉掩蔽效应的拉格朗日乘子估计方法。实验证明,在多项语音质量评价指标上,所提算法都取得了更好的结果。所提的信号子空间算法比传统的信号子空间算法更有效地消除了噪声,使得恢复的语音具有更好的质量。

关键词：语音增强算法信号子空间听觉掩蔽效应拉普拉斯模型描述人耳伽玛高斯

来源：评论

学校读者我要写书评

暂无评论

基于主题语言模型的句子检索算法

引用

计算机研究与发展 2007年第2期44卷 288-295页

作者：吴友政赵军徐波中国科学院自动化研究所模式识别国家重点实验室北京100080

提出了基于主题语言模型的汉语问答系统句子检索算法,该算法利用问答系统中特有的提问分类信息(即提问的答案语义信息)对句子初检结果进行主题聚类,通过AspectModel将句子所属的主题信息引入到语言模型中,从而获得对句子语言模型更精确... 详细信息

提出了基于主题语言模型的汉语问答系统句子检索算法,该算法利用问答系统中特有的提问分类信息(即提问的答案语义信息)对句子初检结果进行主题聚类,通过AspectModel将句子所属的主题信息引入到语言模型中,从而获得对句子语言模型更精确的描述.对于初检结果的聚类,提出了“一个句子多个主题”和“一个句子一个主题”两种算法.相对于PLSI算法的主题空间维度,提出的主题空间具有更加明确的物理意义;由于不需要迭代运算,运行速度更具优势.对比实验的结果表明,与标准语言模型方法相比,基于主题语言模型的方法可以明显地提高汉语问答系统句子检索模块的性能.

关键词：汉语问答系统语言模型句子检索

来源：评论

学校读者我要写书评

暂无评论

基于平面与直线的仿射重建

引用

计算机学报 2003年第6期26卷 722-728页

作者：胡占义王光辉吴福朝中国科学院自动化研究所模式识别国家重点实验室北京100080

首先给出了无穷远平面的单应矩阵以及仿射重建算法 ,然后从数学上严格证明了下述命题 :在变参数模型下 ,如果场景中含有一张平面和一对平行直线 ,或者场景中含有两张平行平面 ,则从两个平移视点下的图像均可以线性地对场景进行仿射重建 ... 详细信息

首先给出了无穷远平面的单应矩阵以及仿射重建算法 ,然后从数学上严格证明了下述命题 :在变参数模型下 ,如果场景中含有一张平面和一对平行直线 ,或者场景中含有两张平行平面 ,则从两个平移视点下的图像均可以线性地对场景进行仿射重建 ;文章同时指出 :如果场景中包含一对平行平面和一对平行直线 ,则从两个一般运动视点也可以线性地重建场景的仿射几何 .大量的模拟和真实图像实验表明 ,该线性仿射重建算法是正确的。

关键词：仿射重建图像恢复图像处理平面直线单应矩阵

来源：评论

学校读者我要写书评

暂无评论

计算机视觉中高阶能量项的优化

引用

计算机辅助设计与图形学学报 2011年第5期23卷 731-734页

作者：史利民余淼胡占义中国科学院自动化研究所模式识别国家重点实验室北京100190

如何极小化含高阶项的能量代价函数,近2年引起了计算机视觉界的高度重视,相关工作在计算机视觉三大国际会议(ICCV,ECCV,CVPR)及主流刊物上有不少报道.文中对此进行了一些简单介绍,以期对读者有一些帮助.

关键词：马尔可夫随机场能量最小化高阶能量项

来源：评论

学校读者我要写书评

暂无评论

分类判别的覆盖算法研究

引用

电子与信息学报 2007年第7期29卷 1726-1730页

作者：杨金福吴福朝中国科学院自动化研究所模式识别国家重点实验室北京100080

基于数据的机器学习是研究从观测数据出发寻找规律,并利用这些规律对未来数据进行预测。该文提出一种新的分类判别方法——覆盖算法,其主要过程是利用某种覆盖规则算法寻找一些训练样本集的支撑点(代表点),在决策的时候仅需计算待分类... 详细信息

基于数据的机器学习是研究从观测数据出发寻找规律,并利用这些规律对未来数据进行预测。该文提出一种新的分类判别方法——覆盖算法,其主要过程是利用某种覆盖规则算法寻找一些训练样本集的支撑点(代表点),在决策的时候仅需计算待分类样本与支撑覆盖点之间的距离并进行比较,与之最近的支撑点所在类别即为代分类样本的类别。而支撑点仅占全部训练样本的一部分,所以相比最近邻方法具有较小运算量和存储量的优点。另一方面,覆盖算法主要是样本之间的距离运算,不需要像SVM那样考虑核函数的选择问题,因此更适用于大数据量的自动分类问题。对正常星系和恒星两类光谱数据进行实验,结果表明,覆盖算法具有较好的鲁棒性、较高的分类正确率。

关键词：覆盖算法支撑覆盖判别准则最近邻 SVM

来源：评论

学校读者我要写书评

暂无评论

采用重音调整模型的HMM语音合成系统

引用

清华大学学报（自然科学版） 2011年第9期51卷 1171-1175页

作者：李雅潘诗锋陶建华中国科学院自动化研究所模式识别国家重点实验室北京100190

韵律模型一直是语音合成中的研究重点,而重音则是目前韵律研究中的主要难点。在已有的研究工作中重音的定性分析较多,但重音生成则相对较少。该文采用基于重音调整的方法,构建了一个支持重音的隐Markov模型(hid-den Markov model,HMM)... 详细信息

韵律模型一直是语音合成中的研究重点,而重音则是目前韵律研究中的主要难点。在已有的研究工作中重音的定性分析较多,但重音生成则相对较少。该文采用基于重音调整的方法,构建了一个支持重音的隐Markov模型(hid-den Markov model,HMM)语音合成系统。在文本分析模块引入最大熵模型完成了基于文本特征的重音预测,然后根据重音调整韵律参数得到调整后的HMM模型,最后采用基于隐Markov模型的语音合成技术(hidden Markov modelbased speech synthesis,HTS)系统合成语音。实验结果表明:采用该方法能够合成出抑扬顿挫的语音。该方法的优势在于能够灵活地扩展到对其他语音表现力的合成。

关键词：重音语音合成韵律

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：