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:以SD7032翼型为研究对象,基于求解雷诺平均N-S方程的有限体积法,采用S-A、k-w、SSTk-w、realizablek-ε、transitionSST和改进的γ-Re_(θ,t)转捩模型等6种湍流模型,对雷诺数为203800时翼型流动进行了数值模拟,评估了不同湍流模型在低雷诺数流动中的升阻特性和收敛情况。结果表明:当不考虑流动转捩时,和其他湍流模型相比,SSTk-w湍流模型计算得到的升阻系数更接近实验值,能够较好地模拟低雷诺数流动。考虑转捩时,改进后的γ-Reθ,t)捩模型的稳定性和收敛性都有较大提升,在小攻角范围内计算结果和实验值吻合。