简介:传统的语音识别方法,信噪比较低时识别率也较低。为了使语音识别更具有环境适应性、抗噪性,从非齐次隐马尔可夫模型(nonhomogeneousHiddenMarkovModel,HMM)出发,结合自适应函数链神经元网络,训练出适应环境变化的混合语音模型,并采用该混合模型进行语音识别。实验结果表明,该模型适用于含噪语音的识别,特别是在低信噪情况下,可以相对提高识别率。
简介:准噶尔盆地腹部莫索湾地区侏罗系目的层由于埋藏深、储层薄,砂泥岩波阻抗差异小,使用常规的叠后波阻抗反演很难得到满意的储层预测效果。而由于该区地表为沙漠。使得地震资料的信噪比和分辨率较低,在叠前道集上很难看到AVO异常响应特征,使叠前AVO油气检测技术的应用受到限制。通过对叠前不同角度道集的叠加得到地震资料,再进行井震对比分析,发现能够反映地层流体的变化情况,可以用来进行油气检测。利用多个角度叠加数据体进行同时反演得到的泊松比等弹性参数资料,与已知井油气显示情况符合程度高。该方法结合了叠前地震资料信息丰富和叠加资料信噪比高的优点,为沙漠区低信噪比地震资料叠前反演提供了可行的技术思路。