检索结果-南通市图书馆

ApST-Flow: A reversible Network-Based Artistic painting Style Transfer Method

在线全文

学校读者我要写书评

暂无评论

Computers, Materials & Continua 2023年第6期75卷 5229-5254页

作者： Meng Wang Yixuan shao Haipeng Liu faculty of information engineering and automation Kunming University of Science and TechnologyKunming650500China

In recent years,deep generative models have been successfully applied to perform artistic painting style transfer(ApST).The difficulties might lie in the loss of reconstructing spatial details and the inefficiency of model convergence caused by the irreversible en-decoder methodology of the existing *** to this,this paper proposes a Flow-based architecture with both the en-decoder sharing a reversible network *** proposed ApST-Flow can efficiently reduce model uncertainty via a compact analysis-synthesis methodology,thereby the generalization performance and the convergence stability are *** the generator,a Flow-based network using Wavelet additive coupling(WAC)layers is implemented to extract multi-scale content ***,a style checker is used to enhance the global style consistency by minimizing the error between the reconstructed and the input *** enhance the generated salient details,a loss of adaptive stroke edge is applied in both the global and local model *** experimental results show that the proposed method improves pSNr by 5%,SSIM by 6.2%,and decreases Style Error by 29.4%over the existing models on the Chipphi *** competitive results verify that ApST-Flow achieves high-quality generation with less content deviation and enhanced generalization,thereby can be further applied to more ApST scenes.

关键词： Artistic painting style transfer reversible network generative adversarial network wavelet transform

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于多种分词情况的中文命名实体识别

兰州大学学报（自然科学版） 2024年第3期60卷 350-356页

作者：田地邵玉斌杜庆治龙华马迪南昆明理工大学信息工程与自动化学院昆明650500 云南省媒体融合重点实验室昆明650032

针对中文词语边界不明确,词语和句子上下文关系被忽略的问题,设计一种基于多种分词情况的歧义分词信息抑制算法.在预处理中根据预训练的词汇频率表计算语句中不同分词的权重,将最有可能的分词情况与其他分词情况进行区分,合并至语句中,... 详细信息

针对中文词语边界不明确,词语和句子上下文关系被忽略的问题,设计一种基于多种分词情况的歧义分词信息抑制算法.在预处理中根据预训练的词汇频率表计算语句中不同分词的权重,将最有可能的分词情况与其他分词情况进行区分,合并至语句中,在自注意力机制提取语句上下文信息时加入分词权重信息,添加正确分词有效的边界信息,抑制歧义分词错误的前后文关系.对比MarkBert与W2NEr算法,在公开数据集resume、 MSrA、 Weibo、 OntoNotes中的试验结果表明,歧义分词信息抑制算法的预测准确率、句子长度增加时的鲁棒性、数据集增大时的预测准确率均有更好的表现.

关键词：命名实体识别预训练模型自注意力词边界信息

在线全文

学校读者我要写书评

暂无评论

基于对数包络的汉语音节切分算法

激光与光电子学进展 2022年第10期59卷 54-61页

作者：唐维康邵玉斌龙华昆明理工大学信息工程与自动化学院云南昆明650500

为提升目前连续汉语音节切分算法在噪声环境中的切分效果,基于汉语语音的对数包络特征提出一种音节切分算法,用曲线插值法获取信号包络,再经滤波和对数运算获取对数时域包络,然后采用门限判决从包络上获取极值点,根据极值点的分布特性... 详细信息

为提升目前连续汉语音节切分算法在噪声环境中的切分效果,基于汉语语音的对数包络特征提出一种音节切分算法,用曲线插值法获取信号包络,再经滤波和对数运算获取对数时域包络,然后采用门限判决从包络上获取极值点,根据极值点的分布特性确定音节的切分边界。所提方法对无噪汉语语音的音节切分效果优于传统方法,且在低信噪比情况下仍具有较高的切分准确率。

关键词：信号处理音节切分对数包络极值点语音包络

在线全文

学校读者我要写书评

暂无评论

面向语种识别的声学特征提取改进研究

四川大学学报（自然科学版） 2024年第3期61卷 195-205页

作者：周大春邵玉斌张昊阁杜庆治昆明理工大学信息工程与自动化学院昆明650504

在进行语种识别研究时,使用的声学特征矩阵维度往往很高,为了解决语种识别中声学特征维度过高的问题,本文提出一种声学特征提取过程改进方法.对一些常用的声学特征进行统计特性分析,再结合其提取流程及部分文献论证,通过计算特征各维在... 详细信息

在进行语种识别研究时,使用的声学特征矩阵维度往往很高,为了解决语种识别中声学特征维度过高的问题,本文提出一种声学特征提取过程改进方法.对一些常用的声学特征进行统计特性分析,再结合其提取流程及部分文献论证,通过计算特征各维在帧上的均值,再对其进行向量归一化消除量纲的影响得到改进后的特征,实现了将传统特征矩阵优化为一维特征向量.最后,根据改进后特征的特性,在2个不同的数据集下,选取Bp神经网络和支持向量机作为基线系统进行语种识别实验.实验结果表明,对于目前常用的5种声学特征,所提改进方法相比于传统做法,在降低了99.8%的数据量情况下,数据集1在2种模型下仍能取得95.6%的平均识别率,数据集2在2种模型下仍能取得90.2%的平均识别率.此外,由于所提方法降低了大部分的计算量,使得算法能够更适应硬件设施相对较弱的嵌入式环境,扩大了算法的使用场景.

关键词：语种识别声学特征统计特性特征提取

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于主成分的频谱迭代稀疏化语音增强方法

四川大学学报（自然科学版） 2024年第3期61卷 229-237页

作者：董娴邵玉斌杜庆治龙华马迪南昆明理工大学信息工程与自动化学院昆明650500 云南省媒体融合重点实验室昆明650500

针对现有频谱稀疏化方法在复杂环境语音增强上性能不佳的问题,提出一种基于主成分分析的迭代频谱稀疏化方法.首先,对输入信号的语谱图进行二维中值滤波处理,得到行分量频谱和列分量频谱;对包含语音主音的行分量频谱序列进行主成分分析(p... 详细信息

针对现有频谱稀疏化方法在复杂环境语音增强上性能不佳的问题,提出一种基于主成分分析的迭代频谱稀疏化方法.首先,对输入信号的语谱图进行二维中值滤波处理,得到行分量频谱和列分量频谱;对包含语音主音的行分量频谱序列进行主成分分析(pCA),以去除噪声部分并保留主要语音结构;然后联合列分量频谱序列和缩放因子进行混合重构原信号,并采用动态缩放因子实现对列分量频谱噪声的有效控制.在此基础上,利用稀疏化对噪声的抑制作用,对频谱进行多次稀疏化,以减弱噪声.实验结果表明,该方法增强了不同类型噪声下语音的信噪比,包括White、pink、Babble、Volvo和Factory等五种噪声,输入信噪比为15 dB,所提方法的信噪比分别提升了13.89 dB,11.97 dB,5.65 dB,5.26 dB和4.73 dB,该方法在其他信噪比下也能有效地抑制噪声和保留有效特征信息,并减少因背景噪声引起的语音失真.

关键词：语音增强多维度频谱分析谱稀疏化主成分分析

维普期刊数据库博看期刊

基于变分信息瓶颈多任务算法的多领域文本分类

在线全文

学校读者我要写书评

暂无评论

四川大学学报（自然科学版） 2024年第3期61卷 125-135页

作者：马儀邵玉斌杜庆治龙华马迪南昆明理工大学信息工程与自动化学院昆明650500 云南省媒体融合重点实验室昆明650032

多领域文本分类存在领域差异和词汇差异,导致分类的准确性和泛化性低,传统方法无法取得很好的效果.针对上述问题,本文提出基于变分信息瓶颈多任务算法的多领域文本分类方法,将任务建模为从综合特征中提取任务专属特征的分层学习表示问题... 详细信息

多领域文本分类存在领域差异和词汇差异,导致分类的准确性和泛化性低,传统方法无法取得很好的效果.针对上述问题,本文提出基于变分信息瓶颈多任务算法的多领域文本分类方法,将任务建模为从综合特征中提取任务专属特征的分层学习表示问题.首先基于信息瓶颈原理,将综合特征和任务专属特征之间存在的冗余信息建模为均值为零,方差为对角矩阵的加性噪声,通过重参数化方法让噪声参与模型训练;其次通过信息瓶颈的变分边界构建模型损失函数以限制模型的信息流动,从而将带有加性噪声的综合特征解耦为任务专属特征;最后通过解码器中的分类器处理任务专属特征得到文本分类结果.实验表明,该模型在FDU-MTL多领域文本分类数据集上的平均分类准确率达到92.17%,较多个对比模型有明显提升,且该模型具有更好的可解释性.

关键词：信息瓶颈多任务模型多领域变分边界可解释性

结合混合特征提取与深度学习的长文本语义相似度计算

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

计算机工程与科学 2024年第8期46卷 1513-1520页

作者：徐捷邵玉斌杜庆治龙华马迪南昆明理工大学信息工程与自动化学院云南昆明650504 云南省媒体融合重点实验室云南昆明650228

文本语义相似度计算是自然语言处理中一项非常重要的任务,但是目前对于文本语义相似度的研究多集中在短文本领域,而不是长文本。相较于短文本,长文本语义信息丰富,但同时语义信息容易分散。针对长文本语义信息分散的问题,提出一种特征... 详细信息

文本语义相似度计算是自然语言处理中一项非常重要的任务,但是目前对于文本语义相似度的研究多集中在短文本领域,而不是长文本。相较于短文本,长文本语义信息丰富,但同时语义信息容易分散。针对长文本语义信息分散的问题,提出一种特征提取模型,提取出长文本的主要语义信息;对提取的语义信息使用滑窗重叠的方法输入BErT预训练模型得到文本向量表示;然后,通过双向长短期记忆网络建模长文本的前后语义联系,将其映射到语义空间内;再通过线性层增加模型表示能力;最后,通过相似语义向量内积最大化和交叉熵损失函数进行微调。实验结果表明,该模型在CNSE和CNSS数据集上F1分数分别为0.84和0.91,性能优于基线模型。

关键词：长文本语义相似度特征提取 BErT预训练模型语义空间

基于对数Gammatone滤波器能量谱图的语种识别

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

北京邮电大学学报 2023年第1期46卷 38-43页

作者：张昊阁邵玉斌龙华彭艺周大春昆明理工大学信息工程与自动化学院昆明650500

针对语种识别在噪声环境下识别率低的问题,提出了一种基于对数Gammatone滤波器能量特征谱图的语种识别方法。依据Gammatone滤波器组的听觉特征提取出对数Gammatone滤波器能量特征,并将特征转化为图像获得特征谱图,然后运用暗通道先验算... 详细信息

针对语种识别在噪声环境下识别率低的问题,提出了一种基于对数Gammatone滤波器能量特征谱图的语种识别方法。依据Gammatone滤波器组的听觉特征提取出对数Gammatone滤波器能量特征,并将特征转化为图像获得特征谱图,然后运用暗通道先验算法对特征图进行增强去噪,最后使用残差神经网络模型进行训练识别。实验表明,在信噪比为0 dB,噪声源分别为白噪声、车内噪声和粉红噪声时,该方法相对于线性灰度语谱图识别率分别提升了32.7%、10.1%和29.1%,且在其他信噪比下的识别率也有一定的提升。

关键词：语种识别听觉特征 Gammatone滤波器残差神经网络

在线全文

学校读者我要写书评

暂无评论

基于融合特征MGCC的语种识别方法

北京邮电大学学报 2023年第2期46卷 116-121页

作者：王延凯龙华邵玉斌杜庆治王瑶昆明理工大学信息工程与自动化学院昆明650500

为了解决噪声环境下语种识别准确率低的问题,提出一种将梅尔倒谱系数和伽马频率倒谱系数融合的语种识别方法。首先提取语音的梅尔倒谱系数和伽马频率倒谱系数,并依据语种识别中的贡献度对特征进行筛选;接着将特征映射在由梅尔域-伽马域... 详细信息

为了解决噪声环境下语种识别准确率低的问题,提出一种将梅尔倒谱系数和伽马频率倒谱系数融合的语种识别方法。首先提取语音的梅尔倒谱系数和伽马频率倒谱系数,并依据语种识别中的贡献度对特征进行筛选;接着将特征映射在由梅尔域-伽马域组成的空间坐标系中,以得到梅尔伽马倒谱系数(MGCC);最后,将特征输入深度神经网络中进行语种识别。实验结果表明,所提方法的识别准确率和速度远高于使用单一声学特征及其他语种特征的方法。在纯净环境下,所提方法的语种识别准确率可以达到99.38%,在-5 dB低信噪比环境下也可达到89%以上。这充分证明了所提方法的有效性和鲁棒性。

关键词：语种识别融合特征深度神经网络低信噪比鲁棒性