检索结果-南通市图书馆

作者：强晟浙江大学

学位级别：硕士

在中文中，声调是区分字义和确定上下文单词的关键信息之一。在声学模型中使用精简的声调模型可以大幅度提高现代语音识别系统的性能。然而，由于基频这个用以表征声调参数的某些特点，平常的HMM无法应用于基频建模。用于声调建模的基... 详细信息

在中文中，声调是区分字义和确定上下文单词的关键信息之一。在声学模型中使用精简的声调模型可以大幅度提高现代语音识别系统的性能。然而，由于基频这个用以表征声调参数的某些特点，平常的HMM无法应用于基频建模。用于声调建模的基频主要包括以下两个特点：1)基频仅能在浊音段被探测到，而在清音静音段并不存在。正由于基频包络在清音静音段与浊音段存在的基频值的不连续性，普通的连续密度隐马尔可夫模型是无法进行声调建模的。2)声调表现的是基频变化的趋势，按照短时窗长提取的基频参数无法满足表达长时变化的要求，因此需要一个能够表达长时基频变化的模型。本文针对上述两个问题，分别提出了相应的解决方案：1)将MSD(多空间分布)应用于声调建模。由于不像传统的基频差值的方法需要在清音静音段对基频进行分布假设而创造出基频值，因此这个方法近似完美地解决了即时声调建模的问题。本文使用基频进行声调建模，使用MSD模型。该方法假设存在两个可能的空间，一个离散符号表示清音静音段的基频，一个高斯密度函数(pdf)表征存在基频的浊音段，并使用一个概率值来标识分别落在这两个空间的可能性。2)使用了一个两遍搜索识别结果的框架来提高带声调音节的识别正确率。在第一遍搜索中，使用MSD-HMM解码得到表示压缩了搜索空间的格(Lattice)的表示;在第二遍搜索中，使用第一遍搜索得到的信息可以计算长时基频参数。在长时声调模型中导入该参数，计算声调得分，可以用宋在第二遍重排序识别结果。本文中，我们实现了识别参数仅使用MFCC参数，以及添加了IBM公司提出的插值方法处理的基频参数两个系统作为基线系统进行算法的比较。实验结果证明，MSD方法识别正确率要明显高于上述两种方法。同时，使用两遍解码的方法，在带声调音节识别的实验中，该方法可以得到额外8.7％的错误率的下降。

关键词：语音识别普通话声调建模 MSD 两遍解码

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于粒子滤波的多目标跟踪算法研究

基于粒子滤波的多目标跟踪算法研究

作者：沈慧峰浙江大学

学位级别：硕士

目标跟踪技术被广泛的应用在监控、导航、障碍规避等需要确定目标的数目、位置、运动和身份的系统中,是这些系统的重要组成部分。而能够递推估计目标状态的滤波算法是整个跟踪系统的重要基石。著名的卡尔曼滤波算法从四十多年前被提出... 详细信息

目标跟踪技术被广泛的应用在监控、导航、障碍规避等需要确定目标的数目、位置、运动和身份的系统中,是这些系统的重要组成部分。而能够递推估计目标状态的滤波算法是整个跟踪系统的重要基石。著名的卡尔曼滤波算法从四十多年前被提出以来一直是用来解决线性高斯环境的最佳递推贝叶斯估计器,它简单而优雅。近些年出现了一个研究非线性非高斯滤波算法的高潮。本文首先回顾了近年来出现的非线性滤波算法特别是UKF算法,但是更多的注意力集中在了以序贯蒙特卡罗估计为基础的粒子滤波算法。第一章概括了信息融合、目标跟踪、滤波算法的历史、发展现状和应用领域。在第二章中,首先介绍了贝叶斯递推估计框架,然后列举一些了常见的线性高斯和非线性高斯的滤波算法。第三中首先介绍了粒子滤波的基石一蒙特卡罗积分方法,同时特别讨论重要采样和重采样方法。在这些方法基础上,给出了SIS这个一般粒子滤波算法的框架。本章的最后一节给出了一些常见的SIS框架内的粒子滤波的变形。在第四章,用EKF、UKF和SIR算法跟踪同一个进行非线性运动的物体并做了相关的比较。结果表明SIR方法能够得到比其他两种方法更好的跟踪结果。最后简要的给出如何利用粒子滤波进行多目标的联合融合的方法。第五章总结了粒子滤波及其在目标跟踪领域的应用的优势、存在的挑战和前景。

关键词：信息融合目标跟踪贝叶斯方法非线性非高斯粒子滤波联合融合

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

传感器网络覆盖算法研究

传感器网络覆盖算法研究

作者：饶大展浙江大学

学位级别：硕士

近年来,集成了传感器技术、微电子技术和无线通信技术的传感器网络已引起各国政府、研究机构和企业的高度关注,它在军事、环境科学、医疗健康和其他商业领域都有着广阔的应用前景。传感器网络发展至今,仍有许多可以应用的环境待开发,也... 详细信息

近年来,集成了传感器技术、微电子技术和无线通信技术的传感器网络已引起各国政府、研究机构和企业的高度关注,它在军事、环境科学、医疗健康和其他商业领域都有着广阔的应用前景。传感器网络发展至今,仍有许多可以应用的环境待开发,也仍有许多技术上的问题需要克服,值得各界学者及研究团队继续深入地研究。本文较深入地研究了传感器网络覆盖问题,这是属于传感器网络的基本问题之一,覆盖是衡量传感器网络工作性能的重要指标之一,且通过对覆盖问题的研究可以寻求提高传感器网络服务质量的方法。本文研究了覆盖问题中比较常见的三个问题:连通覆盖、k-覆盖和栅栏覆盖。本文首先研究传感器网络连通覆盖问题,提出了一个正三角形分布圆形区域划分方法,推导出要使传感器网络保持连通覆盖的条件。这个结果可以对设计传感器网络时的参数选择提供指导性的原则。在此基础上,本文进一步对k-覆盖问题进行了研究,提出了一个分布式的k-覆盖判定算法,并对算法在实际中的应用进行了讨论。本文对栅栏覆盖问题的一种常见的模型:基于最大突破路径和最大支撑路径的模型进行了的研究,在此基础上,提出了启发式增量部署传感器的方法,可以有效提高传感器网络的栅栏覆盖性能。最后,本文简要介绍了传感器网络仿真平台的设计与实现。该平台提供一个传感器网络仿真算法的仿真试验与可视环境。仿真平台能很好的进行传感器网络定位、覆盖和部署算法的仿真。

关键词：传感器网络覆盖连通覆盖 k-覆盖栅栏覆盖

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于异构用户反馈数据的协同过滤算法研究

基于异构用户反馈数据的协同过滤算法研究

作者：钟豪浙江大学

学位级别：硕士

随着互联网技术的发展,尤其是Web2.0技术的成熟,我们面临着越来越严重的信息过载问题,推荐系统技术是为了解决这个问题应运而生的。协同过滤推荐算法是推荐系统应用最为广泛的技术,具有重要的研究价值和应用价值。本文研究在“显式反馈... 详细信息

随着互联网技术的发展,尤其是Web2.0技术的成熟,我们面临着越来越严重的信息过载问题,推荐系统技术是为了解决这个问题应运而生的。协同过滤推荐算法是推荐系统应用最为广泛的技术,具有重要的研究价值和应用价值。本文研究在“显式反馈和隐式反馈相结合”和“多种隐式反馈相结合”的场景下的推荐算法,并分别提出了基于压缩知识迁移的Factorization Machine算法和基于多种隐式反馈的自适应BPR算法,并设计相应的对比实验对算法的效果进行验证。具体的研究工作如下：(1)针对推荐系统中存在的“显式反馈和隐式反馈相结合”的异构问题进行研究,提出了一个基于压缩知识迁移的Factorization Machine算法,将原始的隐式反馈数据通过SVD分解和k-means聚类进行降维,从而提高推荐准确度和算法效率。(2)针对推荐系统存在的“多种隐式反馈相结合”的异构问题,针对异构的多种隐式反馈的特点,提出了基于多种隐式反馈的自适应BPR算法,利用置信度来解决隐式反馈的不确定性问题,从而解决BPR算法无法适应异构隐式反馈的问题。(3)设计对比实验验证本文所提出算法的效果,实验结果表明基于压缩知识迁移的Factorization Machine算法和基于多种隐式反馈的自适应BPR算法的推荐准确度和算法效率比基准算法要好很多。

关键词：推荐系统协同过滤迁移学习 Factorization Machine算法 BayesianPersonalized Ranking算法矩阵分解

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

协同过滤推荐系统中的关键算法研究

协同过滤推荐系统中的关键算法研究

作者：刘强浙江大学

学位级别：硕士

推荐系统作为解决信息过载问题的重要手段,被广泛应用于电子商务、电影社区、音乐社区以及社交网络等领域。近年来,协同过滤推荐技术,因其简单易实现、数据依赖性低、推荐结果准确等优点,成为当今推荐系统领域中最为广泛采用的技术,具... 详细信息

推荐系统作为解决信息过载问题的重要手段,被广泛应用于电子商务、电影社区、音乐社区以及社交网络等领域。近年来,协同过滤推荐技术,因其简单易实现、数据依赖性低、推荐结果准确等优点,成为当今推荐系统领域中最为广泛采用的技术,具有重大的学术研究价值和商业应用价值。协同过滤推荐系统中的关键算法包括“邻居模型”和“隐因子模型”。本文详细介绍了“邻居模型”和“隐因子模型”的基本原理,并针对现有方法的不足,提出了两种新的协同过滤算法：（1）基于“明星用户”的协同过滤算法。该方法是一种改进的邻居模型。首先,从原始评分数据中挖掘出小部分隐式的“明星用户”,这部分“用户”的评分是由整个推荐系统中的所有评分记录决定的;接着,在推荐算法的训练过程中,我们通过传统的相似度计算方法来度量普通用户与“明星用户”之间的相似度;最后,在推荐阶段,我们通过加权平均所有明星用户的评分,来获得对普通用户的预测评分。（2）融入物品间情景化隐式关系的概率矩阵分解模型。该方法主要探索情景信息对物品之间相互关系的影响。首先,对物品-情景评分矩阵进行分解,获得物品的隐式特征向量,并在此基础上建立物品之间情景化的隐式关系。然后,通过将物品间情景化的隐式关系融入概率矩阵分解模型,获得了比传统推荐算法更优的推荐效果。另外,本文在Movielens、Netflix以及Yahoo!音乐等三个国际公开数据集上,对比了所提出的算法和传统方法的实验结果。

关键词：推荐系统协同过滤概率矩阵分解情景信息隐因子模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

微博中智能化用户推荐系统的研究和应用

微博中智能化用户推荐系统的研究和应用

作者：程允彪浙江大学

学位级别：硕士

近年来,随着社交网站的快速发展,几乎每一个互联网用户每天都在使用不同的社交网站以及基于社交网站的服务。社交关系是社交网站最为核心的数据,也是其他所有服务的基础,因此社交网站中的用户推荐系统具有非常重要的研究意义和应用价值... 详细信息

近年来,随着社交网站的快速发展,几乎每一个互联网用户每天都在使用不同的社交网站以及基于社交网站的服务。社交关系是社交网站最为核心的数据,也是其他所有服务的基础,因此社交网站中的用户推荐系统具有非常重要的研究意义和应用价值。本文基于国内著名社交网站腾讯微博的数据,深入研究了协同过滤算法的相关技术。具体的研究工作如下：(1)在数据分析的基础上提出了微博用户推荐系统所面临的主要问题,实现了三个基准预测模型,为后面对协同过滤算法进行改进提供了实验依据。(2)利用社交关系和目录、关键词信息在效率和精度两个方面改进了传统的基于用户的邻居模型和基于项目的邻居模型。(3)提出了融入社交关系的非对称因子模型,有效解决了冷启动问题,大大提高了预测精度,并在此模型基础上通过融入上下文信息,进一步提高了精度。(4)实现了线性回归以及神经网络组合方法,组合多个单模型的预测评分,实验表明在模型中融入各类信息比通过组合模型来利用这些信息更能提高预测精度。

关键词：推荐系统协同过滤社交关系上下文信息组合模型

具有隐私保护能力的产业链商务智能系统设计和实施

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

具有隐私保护能力的产业链商务智能系统设计和实施

作者：陈尔亮浙江大学

学位级别：硕士

具有隐私保护能力的产业链商务智能系统是针对区域经济中出现产业链企业群而设计的一个可供这些利益相关的企业群共同获取信息、购销商品、进行商务分析并保护各企业内部隐私的信息系统。本文在参考通用软件工程方法的基础,提出对具有... 详细信息

具有隐私保护能力的产业链商务智能系统是针对区域经济中出现产业链企业群而设计的一个可供这些利益相关的企业群共同获取信息、购销商品、进行商务分析并保护各企业内部隐私的信息系统。本文在参考通用软件工程方法的基础,提出对具有隐私保护能力的产业链商务智能系统的设计和实施方案。本文的主要内容如下: 1)制定了适合具体系统的需求分析流程,针对用户调研的结果,确定了系统视图和范围。根据用例驱动需求分析的方法,绘制了主要功能点的用例图,并由此获取了系统功能需求。 2)考察了MVC系统架构模式和J2EE设计模式中的会话门面模式,确立了以EJB和Struts为主要技术的解决方案,并探讨了这种解决方案和其他前沿技术之间的优缺点比较。根据系统的功能特点,划分了六个子系统。 3)根据数据库设计的方法,使用Sybase Power Designer工具设计了数据库的概念数据模型和物理数据模型,并探讨了分布式数据库的设计方案。 4)应用UML设计方法对系统进行了分析和详细设计,对各个子系统的内部功能和方法流程进行了详细描述,绘制了各种UML图从多个侧面反映子系统的内部特性。 5)研究了隐私保护数据挖掘的流程、算法和加密手段,并对在系统中的具体应用进行了分析设计,确定了实现方案。 6)分步骤进行了系统源代码的实现,对各种类的实现进行了详细的方法描述,其中有技术领域通用的实现方法,也有根据具体情况进行定制的实现方法。设计了用户交互界面并且将整个系统在应用服务器上进行部署运行。

关键词：产业链商务智能隐私保护用例 EJB Struts 会话门面 UML

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

NPR：心理学的观察和实践

NPR：心理学的观察和实践

作者：陈健松浙江大学

学位级别：硕士

本文从计算机学科的发展趋势谈起,以为机器与人的和谐是未来的发展目标。作为研究人机交互手段为指向的图形学,可以从中得到很多有益的启示。其中一点即是图形学应该越来越重视人感知的能动性,而不只是简单归结到客观的数学物理建模。... 详细信息

本文从计算机学科的发展趋势谈起,以为机器与人的和谐是未来的发展目标。作为研究人机交互手段为指向的图形学,可以从中得到很多有益的启示。其中一点即是图形学应该越来越重视人感知的能动性,而不只是简单归结到客观的数学物理建模。非真实感图形学短短十几年取得的进步很大程度上依赖于这种探索。过去几十年,很多心理学派和研究人员在人对形状图像的认知方面进行过深入探讨,本文试图从这些研究中发现一些线索,结合到我们三维模型的艺术化绘制工作中来。我们以为,不只物体的外部轮廓线在与周围环境区分时有重要意义。物体的一些内部几何性质在观察者把握物体形状时也有不一般的价值。在一些心理学领域成果中,作者发现凹区域就是具有这种属性的性质之一,相较凸区域,对同等程度的变化,人们对凹区域的变化更加敏感。在此认识基础上,本文设计了三角网格模型凹区域的检测方法,同时为体现线绘的特点,我们提出了一个启发式的凹区域特征线的搜索提取算法,并把线描的一些原则结合到算法的规则中。更进一步,为更具有艺术的美感,在绘制时我们也考虑虚拟光照效果。最后,综合计算得到的外部轮廓线,就可以得到三角网格模型的线绘结果。实验结果表明了该算法在一定范围内的有效性。第一章论述了传统图形学发展的历史,也提到其面临的挑战。并对真实感绘制及非真实感绘制的一些特点进行比较分析。由此得出非真实感图形学的确实地位。并对非真实感领域的工作进行分类,简单回顾几个方面的进展。最后给出了本文的重点研究内容。第二章回顾了本文要重点论述的三维模型艺术化绘制的一些重要工作,尤其详细探讨其关键技术轮廓线提取和消隐的进展。这也是本文实现算法里轮廓线提取的基础。第三章探讨了心理学与NPR的一些联系。介绍格式塔心理学在人对图像认知上的研究成果以及一些心理学方法在图形学上的具体应用。第四章详细论述了本文设计三维模型线绘的算法。检测模型的凹区域,基于凹区域的线条化加上外部轮廓线可以勾勒出物体的形状。第五章给出了三维模型线绘系统的具体实现。简要介绍了系统的用户界面,

关键词：非真实感绘制格式塔心理学凹区域线绘

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于偏序的频繁序列模式压缩算法研究

基于偏序的频繁序列模式压缩算法研究

作者：但红卫浙江大学

学位级别：硕士

伴随计算机应用的普及，特别是网络技术的高速发展，人们利用信息技术产生和搜集数据的能力大幅度提高，而现实世界中的数据也是越来越丰富，从大量的数据中提取知识也变得越来越困难。数据挖掘的发展大大的方便了知识的提取，但随着计... 详细信息

伴随计算机应用的普及，特别是网络技术的高速发展，人们利用信息技术产生和搜集数据的能力大幅度提高，而现实世界中的数据也是越来越丰富，从大量的数据中提取知识也变得越来越困难。数据挖掘的发展大大的方便了知识的提取，但随着计算处理速度的提高，目前很多数据挖掘问题的研究瓶颈已不是在数据挖掘的效率，而是在挖掘的模式的质量上。频繁模式挖掘是数据挖掘中的一项很关键的技术，为了提高频繁模式挖掘的质量，本文针对序列模式的特点，提出了基于偏序的频繁序列模式压缩算法ApproxPO(Towards Frequent Sequential Pattern Mining Compression Using Approximate Partial Order)。它以频繁序列模式为输入，可视化的偏序为输出。算法充分利用了序列之间的关联性和偏序在知识表达上的优越性，使得算法不但能够对序列模式进行精简，而且能够方便的分析所得到的挖掘结果。它主要包括如下的几个步骤：·数据预备：生成，清理实验数据，使所得数据能够被算法所直接使用，本文一共对三种数据进行了清理。·距离定义：本文根据序列模式和偏序的特点，提出了三种序列模式间的距离，并对它们进行相关的比较和测试。·模式总结：以常用的k-中心聚类和层次聚类的方法为基础对模式进行了总结。·近似偏序生成：提出了近似偏序的概念，说明了生成近似偏序的过程，并对部分的近似偏序挖掘实例进行了分析·效果评估：定义了时间效率的评估和质量的评估方法，并将算法在多个的数据集上进行了实验，对所得的实验结果进行了分析。

关键词：数据挖掘序列模式压缩偏序

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

垃圾图像过滤系统的实现

垃圾图像过滤系统的实现

作者：刘菊新浙江大学

学位级别：硕士

电子邮件作为一种现代通信技术手段,已成为人们日常生活中不可缺少的通信手段之一,但是垃圾邮件的泛滥却给人们带来了很大的危害。自动垃圾邮件过滤技术已引起机器学习、文本分类、信息过滤等相关领域科研人员的兴趣,利用邮件的文本内... 详细信息

电子邮件作为一种现代通信技术手段,已成为人们日常生活中不可缺少的通信手段之一,但是垃圾邮件的泛滥却给人们带来了很大的危害。自动垃圾邮件过滤技术已引起机器学习、文本分类、信息过滤等相关领域科研人员的兴趣,利用邮件的文本内容特征识别垃圾邮件已并被广泛应用于反垃圾邮件系统,并取得了不错的结果。尽管对于文本垃圾邮件有着很好的拦截率,但确有越来越多的垃圾邮件利用嵌入文本的图像来逃避基于文本识别的反垃圾邮件系统,导致了基于文本内容的反垃圾邮件工具失效,并且图像占用更多的存储资源和带宽,会容易造成网络的阻塞。这就需要对图像型垃圾邮件进行研究。本文首先对图像型垃圾邮件进行了概述,分析了图像型垃圾邮件的特点和检测难点,并对基于统计学习的图像型垃圾邮件过滤模型作了综述,包括常用的支持向量机(SVM)、朴素贝叶斯(na(?)ve bayes)、1ogistic、k邻近法等。然后着重介绍了垃圾图像的特征提取方法包括文本方面特征和图像方面特征。在文本方面特征由于垃圾图像需要传递制造者的信息,通常会比正常图像包含有跟多的文字内容,同时为了阻碍过滤器对图像文字特征的提取通常会包含有混淆内容;而在图像特征方面,由于垃圾图像的特性,一般是由人工合成,在色彩饱和度等颜色特性上与正常图像分布的数据分布不同。最后我们设计一个两层分类器进行学习和分类,将两方面特征相结合,弥补各自的弱点,结合两者的长处。实验表明,系统能取得优异的性能,特别在图像是有复杂背景或其他混淆情况的下也能取到不错的结果。

关键词：邮件过滤图像型垃圾邮件图像特征文字特征