推荐6篇关于CTC的计算机专业论文

今天分享的是关于CTC的6篇计算机毕业论文范文, 如果你的论文涉及到CTC等主题,本文能够帮助到你

基于神经网络的语音识别及知识图谱的构建

这是一篇关于语音识别,深度学习,BRNN,CTC,知识图谱的论文, 主要内容为随着社会进步和科技的发展,智能产品已经被广泛应用在生活的各个方面,而语音识别是实现人与机器沟通的最自然的方式,极大程度地影响了人类的生活习惯。电网调度是电网能够安全稳定运行的关键所在,现有的电网调度涉及到大量的重复性的人为操作,随着规模的扩大,现有的方式不仅效率低且增加了因人为操作而出错的风险,将语音识别应用到电网领域,与电网调度结合,使自动化能够代替人力操作。目前电网领域并没有调度专用词库和相关的语音识别模型,由于调度用语以及线路、故障等词汇的领域性很强,所以针对电网领域的调度语音建立语言模型,能够提高识别效率和精度。本课题基于双向循环神经网络,结合调度语音进行了语音识别的方法研究,首先介绍了语音识别的相关技术原理,接着对传统的声学模型的构建及其训练方式进行了探讨,详细介绍了双向循环神经网络的基本理论,搭建基于神经网络的电网领域的语音识别模型。从语音数据的预处理开始,过程包括预加重、分帧加窗、端点检测,之后是MFCC特征提取,最后是网络模型的构建。采用字错率算法作为模型的评价指标,传统的基于RNN或者基于LSTM的网络结构,都是根据过去的状态来预测当前的输出,本文实验采用具有上下两个RNN的双向循环神经网络能够更好的利用上下文的信息,训练的声学模型能够达到更好的识别效果。基于语音识别的结果,构建电网领域的知识图谱。通过对文本进行检测能够判断调度员下达的调度指令是否准确,同时应用知识图谱技术,利用机器学习方法CRF技术、进行命名实体识别,基于Bi GRU-ATT实现关系的抽取实体间的关系,最后将实体以及实体关系存储到Neo4j图数据库,实现检索到引起故障可能发生的原因,推荐解决方案,减少搜索复杂度。

基于SSM框架的TDCS/CTC综合监测维护系统

这是一篇关于CTC,SSM框架,SNMP,监测,SSH的论文, 主要内容为调度集中系统(CTC)和铁路列车调度指挥系统(TDCS)已在18个铁路局得到广泛使用,它能集中控制管辖区域内的信号设备,调度员可用其指挥行车。它是一个庞大的广域网分布式计算机系统,由不同厂家的各类型主机、网络设备和运行软件组成,24小时不停歇运行。若其中任一节点故障,都会影响系统的正常运行和行车指挥效率。因此,本文研究了TDCS/CTC综合监测维护系统,对TDCS/CTC系统中的各设备进行监测和管理,使运维人员能及时发现和解决TDCS/CTC系统中的异常。运维人员在本系统中录入TDCS/CTC系统中需要被监测的设备后,系统就会用简单网络管理协议(SNMP)、安全外壳协议(SSH)、Syslog协议、Java数据库连接(JDBC)和PING测试等采集方式,定时采集已录入的各类设备的各性能指标,对各设备进行监测。当有异常发生时自动告警。此外,通过编写前后端代码,实现了各可视化监控界面,用折线图、饼状图、机柜、拓扑图和文字等方式直观展示了各设备的运行状态和其产生的告警,运维人员通过查看各监控界面,就能全面掌握各设备的实时运行状况,并快速定位异常。本系统实现的关键点有以下几点:(1)系统采用B/S架构,使用Spring MVC+Spring+Mybatis框架来实现,使用了Maven管理整个项目。前端用Bootstrap框架、j Query、EChart和JSP实现,拓扑图用j Topo插件实现。前端通过发送普通请求或Ajax请求来与后端交互。(2)由于不同类型设备的各类指标的采集和数据分析方式不同。因此,本文还介绍了如何定时采集和处理TDCS/CTC系统中众多不同类型的设备的各性能指标和各类Syslog日志。(3)MySQL实现了读写分离;各采集数据用JDBC批量入库策略完成持久化;系统使用了Redis,来缓存最近一段时间采集到的数据,减少了My SQL的压力。(4)系统用Spring Security实现了认证和权限控制,设计了管理员和普通用户两种角色。普通用户只能查看各监控页面和处理告警,而管理员还可操作各管理模块。(5)在可视化监控界面方面,实现了机柜页面、拓扑图、设备和数据库监控页面等界面;还实现了告警管理、设备管理和系统管理等管理模块。系统的测试结果表明:系统可定时采集不同类型设备的各类指标;各监控界面可实时展示各设备的运行状态;当有异常发生时,各界面会弹出告警弹窗,来帮助运维人员及时发现、定位和解决TDCS/CTC系统中的故障。