导读:本文包含了多种特征组合论文开题报告文献综述及选题提纲参考文献，主要关键词:汉字识别,车牌汉字粗分类,BP神经网络
多种特征组合论文文献综述
李振宇[1]（2015）在《基于多种特征提取组合的BP神经网络车牌汉字识别》一文中研究指出我国在2009年成为世界第一大汽车产销国,伴随着国内经济的高速发展,国内车辆保有量直线上升,截止至2014年低,我国汽车保有量已经达到1.54亿辆,小型载客汽车达到了1.17亿辆,这使得交通问题日益严重,发展智能交通系统成为十分迫切的需求。车牌识别是其中至关重要的一环,它可以应用于交通系统的各个领域,帮助处理各类问题。车牌包括汉字、字母和数字,相对于字母和数字来说,汉字的结构复杂,因此汉字识别时车牌识别中的重点和难点。近些年来,国内的研究人员提出了不少方法对车牌进行识别,对于成像质量较好的车牌图像,汉字识别率已经达到了一个非常高的水准,但是对于污损和模糊等状态的车牌图像,识别率仍需提高。本文针对车牌拍摄等问题造成成像质量不高等问题进行以下工作,车牌汉字的归一化处理;采用投影法对车牌汉字进行粗分类;由于BP神经网络具有较强的抗干扰能力和自学习能力,使用改进的BP神经网络对已经进行粗分类的汉字进行识别能取得更好的效果。并与传统方法进行对比,可以得到采用改进的BP神经网络设计的车牌汉字识别器具有更好的识别率和抗干扰能力。(本文来源于《贵州师范大学》期刊2015-04-01）
张贺,沈天飞,滕秋霞[2]（2015）在《小词汇量孤立词语音识别系统多种特征组合参数的选择方法研究》一文中研究指出针对语音识别系统的多种语音特征参数进行了阐述,详细分析了语音特征参数中反映语音特性和说话人特征的美尔倒谱参数(MFCC)、差分美尔倒谱参数(ΔMFCC,Δ2 MFCC)、语音短时能量(Eg)以及语音基音周期参数(Ts)。在不同特征参数阶数下,将多种特征参数进行组合并将组合特征参数分别通过基于矢量量化(VQ)算法的语音识别系统进行验证,实验结果表明,在小词汇量孤立词语音识别系统中,基于MFCC、ΔMFCC、Eg和Ts的组合特征参数既能够较好的反应语音的动静态特性又对不同说话人的语音具有良好的区分度,为语音特征参数的研究提供了重要参考。(本文来源于《电子测量技术》期刊2015年03期）
邓常劼,杨丽[3]（2012）在《“红绿宝”的多种矿物组合特征》一文中研究指出近期,笔者在日常检测中多次发现红色绿色共生的黝帘石-红宝石里,参杂有铬云母-红宝石的样品,而这两类玉石外观非常的相似,为了区分这类外观相似的红色-绿色共生的玉石品种,笔者收集多批样品,利用傅里叶变换红外光谱仪、QUANT’X型荧光能谱仪测试方法,结合常规检测,对该种市场上销售的"红绿宝"进行分析,对比出这两类玉石在外观、结构以及成分上的区别。此外,依据相关研究发现,也有类似外观的玉石,其成分为红宝石、蓝晶石以及绿泥石的集合体,所以商家口中的"红绿宝"可能为完全不同的玉石,不能仅凭经验而定。(本文来源于《宝石和宝石学杂志》期刊2012年03期）
樊康新[4]（2009）在《基于多种特征选择的NB组合文本分类器设计》一文中研究指出针对朴素贝叶斯(NB)分类器在分类过程中存在诸如分类模型对样本具有敏感性、分类精度难以提高等缺陷,提出一种基于多种特征选择方法的NB组合文本分类器方法。依据Boosting分类算法,采用多种不同的特征选择方法建立文本的特征词集,训练NB分类器作为Boosting迭代过程的基分类器,通过对基分类器的加权投票生成最终的NB组合文本分类器。实验结果表明,该组合分类器较单NB文本分类器具有更好的分类性能。(本文来源于《计算机工程》期刊2009年24期）
徐永华,孙炯宁[5]（2006）在《语音识别系统中多种特征参数组合的抗噪性》一文中研究指出构建了基于连续隐马尔可夫模型(CHMM)的汉语数字串语音识别系统,为了提高系统在噪音环境下的鲁棒性,抑制平稳噪声及去除信道卷积噪声的影响,引入了动态参数,实验仿真表明采用MFCC参数及一阶、二阶差分及倒谱化明显提高了噪声环境下语音识别系统的识别性能。(本文来源于《金陵科技学院学报》期刊2006年01期）
多种特征组合论文开题报告
（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：
针对语音识别系统的多种语音特征参数进行了阐述,详细分析了语音特征参数中反映语音特性和说话人特征的美尔倒谱参数(MFCC)、差分美尔倒谱参数(ΔMFCC,Δ2 MFCC)、语音短时能量(Eg)以及语音基音周期参数(Ts)。在不同特征参数阶数下,将多种特征参数进行组合并将组合特征参数分别通过基于矢量量化(VQ)算法的语音识别系统进行验证,实验结果表明,在小词汇量孤立词语音识别系统中,基于MFCC、ΔMFCC、Eg和Ts的组合特征参数既能够较好的反应语音的动静态特性又对不同说话人的语音具有良好的区分度,为语音特征参数的研究提供了重要参考。
（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。
多种特征组合论文参考文献
[1].李振宇.基于多种特征提取组合的BP神经网络车牌汉字识别[D].贵州师范大学.2015
[2].张贺,沈天飞,滕秋霞.小词汇量孤立词语音识别系统多种特征组合参数的选择方法研究[J].电子测量技术.2015
[3].邓常劼,杨丽.“红绿宝”的多种矿物组合特征[J].宝石和宝石学杂志.2012
[4].樊康新.基于多种特征选择的NB组合文本分类器设计[J].计算机工程.2009
[5].徐永华,孙炯宁.语音识别系统中多种特征参数组合的抗噪性[J].金陵科技学院学报.2006