导读:本文包含了混合特征参数论文开题报告文献综述及选题提纲参考文献，主要关键词:说话人识别,混合特征参数,Mel频率倒谱系数,Gammatone滤波器
混合特征参数论文文献综述
周萍,沈昊,郑凯鹏[1]（2019）在《基于MFCC与GFCC混合特征参数的说话人识别》一文中研究指出针对说话人识别中单一参数表征不够全面的特点,将抗噪性能一般的传统MFCC参数与鲁棒性更强的GFCC参数相互融合,并结合它们的动态特性构成一种新的混合参数.针对特征参数维数过高造成的冗余,研究了每种特征参数各分量与识别结果的关系,舍弃其中贡献较低的分量以实现特征参数降维的目的,并将混合参数应用于基于高斯混合模型的说话人识别系统.仿真实验表明,该混合特征参数具有更好的识别性能和抗噪性.(本文来源于《应用科学学报》期刊2019年01期）
蒋玮,鲁贺贺,徐书东,鹿蓉,李鹏飞[2]（2019）在《多孔沥青混合料PAC-10关键粒径与体积特征参数试验研究》一文中研究指出空隙率大小对多孔沥青混合料PAC-10的排水、抗滑和降噪等功能有重要影响,基于室内试验研究关键粒径同PAC-10空隙率和矿料间隙率等体积特征参数的关系。研究结果表明,2.36mm筛孔通过率与混合料空隙率的线性相关性最好,当2.36mm筛孔通过率由12%增加到22%时,混合料空隙率由20.2%逐渐减小到15.9%;在4.75～9.5mm、2.36～4.75mm和1.18～2.36mm 3档集料中,影响混合料空隙率大小的主要是2.36～4.75mm和1.18～2.36mm集料含量,增加2.36～4.75mm集料含量或减小1.18～2.36mm集料含量,混合料的空隙率逐渐增大;空隙率与连通空隙率之间有较好的线性关系,空隙率越大,连通空隙率也越大;对于4.75mm或2.36mm筛孔,矿料间隙率的变化趋势均同空隙率一样,而有效沥青饱和度的变化趋势均同空隙率相反。(本文来源于《公路》期刊2019年01期）
倪纪伟,彭妙颜[3]（2019）在《基于Fisher比的Bark倒谱系数混合特征参数提取方法》一文中研究指出在说话人识别应用中,本文针对传统的Bark尺度特征参数提取过程中的不足,利用高斯滤波器组(Gaussian shaped filters,GF)代替叁角滤波器组,对输入的能量进行滤波,其相比叁角滤波器滤波结果更加平滑。由于巴克倒谱系数(BFCC)在高频精度不足,再利用Fisher准则将BFCC与IBFCC相结合,构造了一种新的混合特征参数。实验结果表明,在纯净语音及噪声环境下,本文提出的使用高斯滤波器组的BFCC比使用叁角滤波器组的MFCC识别率高,而新的混合特征参数识别性能更优。(本文来源于《电声技术》期刊2019年01期）
薛善光[4]（2018）在《沥青混合料动态模量主曲线特征参数分析》一文中研究指出由于目前的道路设计规范针对动态模量提出了3个使用水平,但未提出动态模量主曲线的使用方法,因此选取河北省典型混合料的多个配合比试件的动态模量测试结果作为统计样本,以Sigmoidal函数为过渡函数建立了主曲线,研究了主曲线特征参数的取值对主曲线方程的影响,分析了各参数与测试温度、混合料级配之间的关系。结果显示:β是影响主曲线形状最明显的参数,表征的是动态模量值对频率的敏感度;随着温度的提升,参数β经历了从负数变化为正数的转折,转折点温度约为30℃。(本文来源于《筑路机械与施工机械化》期刊2018年07期）
张海元,李斌,张文,罗艳珍,刘昕[5]（2018）在《甘肃曲溪地区混合岩化片岩变形特征参数试验研究》一文中研究指出混合岩化片岩具有各项异性的工程力学特征,通过现场混合岩化片岩刚性承压板法试验,获得了甘肃曲溪地区混合岩化片岩的变形参数,其中微风化混合岩化片岩的弹性参数E_S=12.60GPa、E_0=7.78GPa,弱风化—微风化的混合岩化片岩的弹性参数E_S=1.67GPa、E_0=0.89GPa。研究结果表明:研究区混合岩化片岩的变形,主要是由于其内部孔隙和层理受压所致的压缩形变,变形范围在规范界限之内,满足混凝土重力坝的建设条件。研究结果可为岩体变形特性理论研究与工程应用提供参考。(本文来源于《工程勘察》期刊2018年03期）
王茂蓉[6]（2016）在《基于混合特征参数和GMM-UBM的说话人识别系统的研究》一文中研究指出随着互联网技术和信息技术的飞速发展,以语音为载体的说话人识别技术应运而生。由于它的无侵害性和对用户最自然直观的方式,使得说话人识别技术成为最容易被接受的生物认证方式之一,并在社会各个领域得到广泛应用,如司法侦查、电子商务、金融等。虽然说话人识别技术在理论上已取得了不错的成果,但在实际应用中还存在一些问题,需要进一步的研究。本文从说话人识别的整体框架入手,在总结分析现有说话人识别技术的基础上,对语音信号的前端处理、特征提取、模型匹配等问题进行研究,具体的工作内容和创新如下:(1)由于端点检测的准确性影响到整个系统的识别率,本文针对短时TEO能量算法抗噪性差的缺点,提出一种强噪声下的端点检测新算法。该算法在短时TEO能量端点检测的基础上,增加Mel倒谱距离判断环节,采用先粗判后精判的互补性两级判决机制,然后与传统双门限法和谱熵法在不同背景噪声不同信噪比下进行对比实验。实验表明,在信噪比相对较低的环境下,该改进算法在没有增加运算复杂度的同时提高了系统检测的准确度。(2)特征参数的选取影响系统识别的好坏,为了最大可能地提取出能反映说话人个性特征的参数,本文提出将表征说话人语音特性的Mel倒谱系数和体现语音信号时域特征的短时TEO能量的混合特征参数应用于说话人识别中。目的是通过增加表征说话人语音特征参数的维数来改善系统性能;并采用相关距离Fisher比选取贡献值大的向量,重新组合得到更能完整描述说话人语音特征的混合参数。(3)分析基于GMM-UBM说话人识别系统的主要技术,建立基于GMM-UBM的说话人识别系统模型。通过训练全部说话人的语音信号得到UBM,再利用MAP得到待识别的语音的GMM模型。计算出每个说话人的对数概率得分,通过分析比较区分不同说话人,确定其身份。通过实验对比MFCC、MFCC+?MFCC、TEO-MFCC叁组特征参数各自的识别效果,证明本文提出的混合特征参数在不增加复杂度的同时能够得到更高的识别率,鲁棒性更好。另外,本文还分析了相关距离Fisher比加权降维算法和高斯混合模型阶数以及测试时长对识别结果的影响,最后将端点检测和特征提取两种改进算法组合起来,系统地进行说话人识别实验。(本文来源于《桂林电子科技大学》期刊2016-04-01）
黄锐,陆安江,张正平[7]（2014）在《一种改进型的MEL滤波器混合特征参数提取方法研究》一文中研究指出由于在说话人识别中梅尔频率滤波器组结构分布不均匀,在低频区域分布密集而在中心频率、高频率分布稀疏,影响了在中、高频段的MEL倒谱系数(MFCC)的提取,本文提出适用于说话人识别的改进MEL滤波器与Mid Mel滤波器相结合得到两种混合特征参数,用此方式来提高中、高频率特征参数提取的精度,从而提高系统识别率。实验结果显示,在同一环境中,新的混合特征参数识别率与识别性能优于传统的特征参数,且运算量较少。(本文来源于《通信技术》期刊2014年12期）
肖剑,周建中,李超顺,王常青,张孝远[8]（2013）在《基于混合蜂群算法特征参数同步优化支持向量机的水电机组轴心轨迹识别方法研究》一文中研究指出在水电机组轴心轨迹识别研究中,为解决传统支持向量机方法中特征参数无法自适应选择而导致分类性能不高、计算时间过长等问题,提出混合人工蜜蜂群算法特征参数同步优化支持向量机(HABC-SVM)的轴心轨迹识别方法。将人工蜜蜂群算法引入到支持向量机识别优化模型的求解中,对人工蜜蜂群从搜索策略、蜜源编码、更新策略等方面进行了改进。通过仿真试验获取水电机组的四类典型轴心轨迹样本,对轴心轨迹中提取的19种特征参数和支持向量机参数进行了同步优化,将改进HABC算法与PSO-SVM算法和GA-SVM算法进行了对比。研究结果表明HABC-SVM具有良好的自适应性和分类精度,可以同步获取支持向量机参数和特征子集的最优解,增强分类器的性能,提高轴心轨迹模式识别的准确率,对水电机组的故障诊断工程应用有一定的指导意义。(本文来源于《电力系统保护与控制》期刊2013年21期）
周萍,李晓盼,李杰,景新幸[9]（2013）在《混合MFCC特征参数应用于语音情感识别》一文中研究指出引入两种新的特征参数Mid-MFCC和IMFCC,采用MFCC、Mid-MFCC和IMFCC相结合的改进算法,解决MFCC特征参数在语音识别中对中、高频信号的识别精度不高的特点,并使用增减分量法计算MFCC、Mid-MFCC和IMFCC各阶倒谱分量对语音情感识别的贡献,提取3个特征参数贡献最高的几阶倒谱分量组成了新的特征参数;实验结果表明,在相同环境下新的特征参数比经典MFCC特征参数的语音情感的识别率稍高。(本文来源于《计算机测量与控制》期刊2013年07期）
王大庆[10]（2013）在《细集料几何特征参数的表征及对沥青混合料性能影响研究》一文中研究指出细集料作为沥青混凝土的主要组成材料，比例可达40%~50%，其对沥青混凝土的使用性能发挥着至关重要的作用。然而，长期以来，为改善沥青混凝土的性能，各国学者普遍从级配组成和沥青两方面入手，却忽略了细集料自身几何特征对沥青混凝土性能的重要影响，由此导致了现有细集料的几何特征评价手段的合理性不明确以及细集料几何特征对沥青混凝土性能的影响缺乏深入系统的研究。本文开展了细集料几何特征参数的表征及对沥青混合料性能影响的研究，分析国内外现行细集料几何特征评价方法的合理性与影响因素，建立可准确表征细集料几何特征的评价方法，基于图像处理技术提出适用于表征细集料几何特征的评价指标与相关评价标准；在此基础上，先后分析了细集料几何特征对沥青砂浆粘弹特性及沥青混凝土体积特性、路用性能与力学性能的影响，明确了与细集料几何特征相关的沥青混凝土性能参数。主要研究内容及成果概括如下：首先，基于目前普遍使用的未压实间隙率试验、流动时间试验和ASTMD3398试验，分析了现有细集料几何特征评价方法对细集料几何特征差异的敏感性，研究了现行细集料几何特征评价方法的合理性及其影响因素，明确了级配组成对现行细集料几何特征评价合理性的影响，在此基础上，运用灰关联方法分析了单一粒径几何特征与细集料(混合材料)几何特征的关联度，提出了基于代表性粒径的细集料几何特征评价方法。其次，开发了体视显微镜与面光源结合的细集料几何特征采集装置，基于图像处理技术分析了细集料几何特征评价指标的分布规律，在此基础上，采用数理统计方法，开展了细集料几何特征敏感性评价指标的研究，试验结果显示，细集料几何特征的差异主要体现于形状特性和棱角特性两个方面，提出以等效椭圆长短轴比1.30和较小分辨率下的SP值0.82分别作为细集料形状特性与棱角特性的评价指标与评价标准。随后，基于细集料几何特征的差异，以沥青砂浆粘弹特性为研究对象，依据Burgers模型和CAM改进流变模型先后开展了细集料几何特征对沥青砂浆粘弹参数及宽温度域内粘弹行为影响的研究，分析了沥青砂浆粘弹性能随细集料形状特性及棱角特性的变化规律，阐明了细集料几何特征对沥青砂浆粘弹参数影响研究中的作用。最后，基于细集料几何特征的差异，开展了细集料几何特征对沥青混凝土性能影响的研究，分析了细集料形状特性与棱角特性对沥青混凝土体积参数、路用性能及力学性能的影响规律，明确了与细集料几何特征相关的沥青混凝土性能参数。本文在细集料几何特征评价方法、评价指标及细集料几何特征对沥青混凝土性能影响等方面开展了一系列工作，为沥青混凝土的材料设计及评价奠定了基础，并为细集料技术性能评价指标的建立做了有益的探索。(本文来源于《哈尔滨工业大学》期刊2013-07-01）
混合特征参数论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
空隙率大小对多孔沥青混合料PAC-10的排水、抗滑和降噪等功能有重要影响,基于室内试验研究关键粒径同PAC-10空隙率和矿料间隙率等体积特征参数的关系。研究结果表明,2.36mm筛孔通过率与混合料空隙率的线性相关性最好,当2.36mm筛孔通过率由12%增加到22%时,混合料空隙率由20.2%逐渐减小到15.9%;在4.75～9.5mm、2.36～4.75mm和1.18～2.36mm 3档集料中,影响混合料空隙率大小的主要是2.36～4.75mm和1.18～2.36mm集料含量,增加2.36～4.75mm集料含量或减小1.18～2.36mm集料含量,混合料的空隙率逐渐增大;空隙率与连通空隙率之间有较好的线性关系,空隙率越大,连通空隙率也越大;对于4.75mm或2.36mm筛孔,矿料间隙率的变化趋势均同空隙率一样,而有效沥青饱和度的变化趋势均同空隙率相反。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
混合特征参数论文参考文献
[1].周萍,沈昊,郑凯鹏.基于MFCC与GFCC混合特征参数的说话人识别[J].应用科学学报.2019
[2].蒋玮,鲁贺贺,徐书东,鹿蓉,李鹏飞.多孔沥青混合料PAC-10关键粒径与体积特征参数试验研究[J].公路.2019
[3].倪纪伟,彭妙颜.基于Fisher比的Bark倒谱系数混合特征参数提取方法[J].电声技术.2019
[4].薛善光.沥青混合料动态模量主曲线特征参数分析[J].筑路机械与施工机械化.2018
[5].张海元,李斌,张文,罗艳珍,刘昕.甘肃曲溪地区混合岩化片岩变形特征参数试验研究[J].工程勘察.2018
[6].王茂蓉.基于混合特征参数和GMM-UBM的说话人识别系统的研究[D].桂林电子科技大学.2016
[7].黄锐,陆安江,张正平.一种改进型的MEL滤波器混合特征参数提取方法研究[J].通信技术.2014
[8].肖剑,周建中,李超顺,王常青,张孝远.基于混合蜂群算法特征参数同步优化支持向量机的水电机组轴心轨迹识别方法研究[J].电力系统保护与控制.2013
[9].周萍,李晓盼,李杰,景新幸.混合MFCC特征参数应用于语音情感识别[J].计算机测量与控制.2013
[10].王大庆.细集料几何特征参数的表征及对沥青混合料性能影响研究[D].哈尔滨工业大学.2013
标签：说话人识别; 混合特征参数; Mel频率倒谱系数; Gammatone滤波器;