标签: 基因算法

隐马尔柯夫模型(HMM)方法现已成为语音识别的主流技术，该方法在语音识别时识别速度较快，并且有较高的识别率。在HMM中，又分为离散HMM(DHMM)和连续HMM(CHMM)。由于CHMM直接以帧语音特征向量本身为观测序列，而不是像DHMM那样先将语音特征向量经矢量量化为观测符号，因此CHMM有优于DHMM的识别精度。然而，由于CHMM参数多，传统的训练方法采用迭代法，先假设初始值，用语音信号的观测序列对该初始值进行训练，也即按照一定的方法对这些估值进行提纯，对提纯了的估值要接着进一步的提纯，直到再没有改进的余地，达到某个局部最佳值为止。传统的训练方法不保证训练得到全域最优解，而且训练所需要的时间非常巨大。本文着重研究了基因算法［4，5］，并按照CHMM的特点构造染色体，用基因算法对CHMM进行训练。基因算法自身的特点使得训练结果趋向于全域最优解。同时，由于只需要用Viterbi算法计算语音的观测序列对某一CHMM模型的相关概率，用作基因算法的适应函数，故该算法可以提高CHMM的训练速度。……

摘要:提出了自适应的鲁棒性图像水印方案。用密钥选择嵌入的位置,增加水印的安全性,并只对有嵌入要求的图像块进行离散小波变换,这样算法的计算复杂度只与水印容量有关,与宿主图像无关,相对减少了计算的复杂度。在水印嵌入过程中,对相应的有嵌入要求的图像块进行分类来决定不同的嵌入强度,达到了自适应的嵌入要求。为了更好地增加方案的鲁棒性,采用基因算法对阈值进行了优化。实验结果表明,此方案具有很好的透明性,对通常的图像处理具有很好的鲁棒性。!"#$%&’(1/234’,(5,*67/8/9-)70:’&$338;*)’;/7&!"#$%&’()*+,-!"#!$%&!$’(!)*!!"#$%&’()#&*+,&-"!"./""A=?"#)*#+,-./0123456789:";?@A1BC!DE781FG4!HIJK@ALM156NOPQRSTUV!WXYZ1[Y\]^I_78‘aKb!_cd56eb!fJgh-[Y1\]^"i78@Ajkl>Jf01K@ALM156NOPmnopqrs1@At^>uv-./01@ALM"w-xyzDE9:1234!{;|}YZJ~!OP-"#"$%&’()!*9:+K,y1-)4!J./15601+K,y1234"+,-#23478BQRSTUVB~!23B|}YZC0D/EF.G/EHIJ*H,(KGL+*./0+/1(K)+,)E/(*M0(KL+F.,.*GE0+(KNCOPEK)Q(K>-RS9N(6IK>-RS9T.9+K)>UP8SVM.K)&VWMEE,EXUE0DI*./VW(.KW.+K……