检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

用于说话人识别的密集多分支时延神经网络

应用声学 2023年

作者：和椿皓常铁原潘立冬河北大学电子信息工程学院

时延神经网络是较早应用于说话人识别领域的一类神经网络。为实现更好的识别性能，近年来一些改进工作围绕加深或拓宽其网络结构进行。在对密集连接卷积网络以及多分支网络结构进行研究的基础上，提出一种密集多分支时延神经网络，用以... 详细信息

时延神经网络是较早应用于说话人识别领域的一类神经网络。为实现更好的识别性能，近年来一些改进工作围绕加深或拓宽其网络结构进行。在对密集连接卷积网络以及多分支网络结构进行研究的基础上，提出一种密集多分支时延神经网络，用以进一步提升小体积模型对说话人特征的提取能力。在使用密集连接实现特征重用的基础上，并行多分支结构能同时对同一输入在不同分辨率下进行特征提取。在VoxCeleb1测试集、VoxCeleb1-H、VoxCeleb1-E上进行测试表明，该网络能在模型参数量较小的前提下实现准确的说话人识别，以便应用在一些存储空间受限的本地说话人识别场景中。

关键词：说话人识别时延神经网络多分支神经网络密集连接深度学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于时延神经网络的风电场集总调压动态建模

电力系统及其自动化学报 2022年第10期34卷 104-111页

作者：李丹刘厦郭希海孙羽国家电网公司东北分部沈阳110180 新能源与储能运行控制国家重点实验室(中国电力科学研究院有限公司) 北京100192

风电场并网调压依赖于场内风电机组无功支撑能力,而机组分散运行及其工况差异使场级集总调压动态表征面临很大挑战,不利于场级调压特性监测及调压控制器的改进设计。针对这一问题,本文基于数据驱动时延神经网络算法提出一种风电场全工... 详细信息

风电场并网调压依赖于场内风电机组无功支撑能力,而机组分散运行及其工况差异使场级集总调压动态表征面临很大挑战,不利于场级调压特性监测及调压控制器的改进设计。针对这一问题,本文基于数据驱动时延神经网络算法提出一种风电场全工况下集总调压特性动态等值建模方法。首先,基于风电场集总调压原理及策略分析明确调压响应的输入和输出,根据多工况下调压实验数据,采用传递函数、子空间辨识的线性建模及间隙测度方法评估各工况下调压动态差异度。然后,根据场级调压动态超短时响应特点,提出基于时延神经网络的全工况集总动态等值建模方法。最后,根据东北某风电场调压运行数据进行仿真验证,仿真结果表明,所提方法可高精度逼近具有超短时采样周期的场级集总调压特性,有效提升风电场并网友好性。

关键词：风电场快速调压时延神经网络动态等值建模间隙测度参数辨识子空间辨识

时延神经网络对宝兴树蛙异质种群鸣叫的聚类分析

在线全文

学校读者我要写书评

暂无评论

应用与环境生物学报 2006年第5期12卷 669-673页

作者：徐俊晓金义文谢锋江建平郑中华中国科学院成都生物研究所成都610041

对瓦屋山宝兴树蛙3个不同海拔分布(A:山下;B:山腰;C:山上)的异质种群鸣叫的时频参数进行分析,发现三地鸣叫各参数互相重叠,无明显界线.常规统计分析不能使三地的鸣叫聚类为各自的组.使用时延神经网络对三地宝兴树蛙鸣叫的时频参数进行... 详细信息

对瓦屋山宝兴树蛙3个不同海拔分布(A:山下;B:山腰;C:山上)的异质种群鸣叫的时频参数进行分析,发现三地鸣叫各参数互相重叠,无明显界线.常规统计分析不能使三地的鸣叫聚类为各自的组.使用时延神经网络对三地宝兴树蛙鸣叫的时频参数进行有指导聚类,发现三种群鸣叫有地区性差异,并表现出由个体交流引起的山腰种群群体特征的不显著.推测差异可能是因为长期地理隔离所导致.基于神经网络的分析结果,对各种群间的个体交流情况进行了初步估计.

关键词：时延神经网络宝兴树蛙异质种群鸣叫聚类

在线全文

学校读者我要写书评

暂无评论

利用时延神经网络的动载荷倒序识别

航空学报 2021年第7期42卷 382-390页

作者：夏鹏杨特徐江王乐杨智春西北工业大学航空学院西安710072 上海机电工程研究所上海201109

将时延神经网络引入动载荷识别研究中,结合时延神经网络的"记忆"特性、因果有限长冲激响应(FIR)系统理论与振动响应的求解原理,提出一种利用时延神经网络的时域动载荷倒序识别方法。对一个受两点随机动载荷作用的舵面模型结构进行载荷... 详细信息

将时延神经网络引入动载荷识别研究中,结合时延神经网络的"记忆"特性、因果有限长冲激响应(FIR)系统理论与振动响应的求解原理,提出一种利用时延神经网络的时域动载荷倒序识别方法。对一个受两点随机动载荷作用的舵面模型结构进行载荷识别验证实验,结果表明,用本文方法识别的两个激励点上识别载荷样本的时间序列与真实载荷样本的时间序列之间的均方根误差分别为0.6354和2.5437,识别载荷样本时间序列与真实载荷样本时间序列的相关系数分别为0.9657和0.8262,功率谱密度曲线也能够较好吻合。本文提出的方法具有不需要结构动力学模型、识别精度高的优点。

关键词：载荷识别时延神经网络随机动载荷倒序识别因果有限长冲激响应系统

在线全文

学校读者我要写书评

暂无评论

时延神经网络的一种快速算法

计算机仿真 2009年第12期26卷 133-135,140页

作者：于新肖怀铁范红旗国防科技大学电子科学与工程学院湖南长沙410073

神经网络是人工智能应用研究的重要领域,具有较强的容错性,出色的自适应能力和非线性映射能力。时延神经网络(TDNN)因为时间延迟单元的加入,使网络增加了记忆功能,更加适合处理序列信息,具有较大的应用价值。但延时单元的加入导致算法... 详细信息

神经网络是人工智能应用研究的重要领域,具有较强的容错性,出色的自适应能力和非线性映射能力。时延神经网络(TDNN)因为时间延迟单元的加入,使网络增加了记忆功能,更加适合处理序列信息,具有较大的应用价值。但延时单元的加入导致算法分类过程中运算量过大,针对上述问题,提出了一种适合于硬件实现的快速算法。采用序贯处理流程,通过适当的结构分解并存储中间变量,从而最大限度的减少了实现过程中的重复计算,有效地降低了运算量。仿真结果表明,在一定的维数范围内,与批处理实现方法相比,所提出的快速算法在运算量和存储量上都具有一定的优势。

关键词：模式识别时延神经网络快速算法

在线全文

学校读者我要写书评

暂无评论

基于时延神经网络的多深度土壤含水率预测

农业工程学报 2017年第S1期33卷 132-136页

作者：冀荣华李鑫张舒蕾郑立华中国农业大学信息与电气工程学院北京100083

为精准预测大田土壤含水率,并掌握不同深度土壤含水率分布规律,针对大田土壤含水率时序数据的非线性特点及相邻深度土壤含水率间具有较强关联关系,该文建立3层时延神经网络大田多深度土壤含水率预测模型,用以实现对6个不同深度(10、20... 详细信息

为精准预测大田土壤含水率,并掌握不同深度土壤含水率分布规律,针对大田土壤含水率时序数据的非线性特点及相邻深度土壤含水率间具有较强关联关系,该文建立3层时延神经网络大田多深度土壤含水率预测模型,用以实现对6个不同深度(10、20、30、40、50和70 cm)土壤含水率预测。利用试验法确定预测模型的隐含层节点个数、训练学习算法和训练集样本量。试验结果表明:隐含层使用10个节点,采用L-M(Levenberg-Marquardt)训练算法,采用45%样本集数据作为训练样本,55%作为测试样本集,对所建预测模型进行预测,10和20 cm的预测相对误差小于7%,而30、40、50和70 cm的预测相对误差小于4.5%。因此利用基于时延神经网络的多深度土壤含水率预测模型,可为掌握土壤含水率分布动态变化规律提出一种解决方案。

关键词：土壤含水率预测测量多深度时延神经网络训练验证

在线全文

学校读者我要写书评

暂无评论

时延Hopfield神经网络稳定性分析

系统工程与电子技术 2003年第3期25卷 323-325页

作者：张帆慕春棣曹喜滨邹经湘清华大学计算机科学与技术系北京100084 清华大学自动化系北京100084 哈尔滨工业大学航天工程与力学系黑龙江哈尔滨150001

根据李亚普诺夫稳定函数建立了时延神经网络渐近稳定性判据的充分条件。给出了其详细的证明及其3个推论。该判据实用性很强,不仅适用于对称和不对称的关联矩阵,而且适用于零增益的激励函数。通过两个例子表明这个判据比已有的一些判据... 详细信息

根据李亚普诺夫稳定函数建立了时延神经网络渐近稳定性判据的充分条件。给出了其详细的证明及其3个推论。该判据实用性很强,不仅适用于对称和不对称的关联矩阵,而且适用于零增益的激励函数。通过两个例子表明这个判据比已有的一些判据更积极,更具有实用性。

关键词： Hopfield神经网络渐近稳定时延神经网络稳定性李亚普诺夫函数

基于时延神经网络的语音识别算法及其在轨道交通领域的应用研究

在线全文

学校读者我要写书评

暂无评论

控制与信息技术 2022年第4期 11-16页

作者：刘悦林军罗潇褚伟刘任中车株洲电力机车研究所有限公司湖南株洲412001

语音识别是智能语音交互系统的关键环节,该项技术近年来在汽车电子、消费电子、医疗等领域的应用得到了飞速发展。文章分析了语音技术在车载领域的发展现状,介绍了语音识别技术的发展历程,重点阐述了轨道交通领域对语音识别技术的需求... 详细信息

语音识别是智能语音交互系统的关键环节,该项技术近年来在汽车电子、消费电子、医疗等领域的应用得到了飞速发展。文章分析了语音技术在车载领域的发展现状,介绍了语音识别技术的发展历程,重点阐述了轨道交通领域对语音识别技术的需求及应用;针对轨道交通不同车型的显示交互内容多变、需定制开发的问题,开展了基于时延神经网络语音识别技术研究,开发基于智能计算平台的列车显示器语音识别系统。该系统能够根据不同显示器平台的交互需求及智能硬件平台的处理性能灵活构建模型,同时在通用模型的基础上优化交互关键词,以提高识别率。最后,在智轨电车不同运行场景及环境噪声下进行了语音识别系统的性能及功能测试,结果显示,语音识别率达到85%以上。该技术的应用不仅为司机带来便捷的交互体验,也为智能语音技术在轨道交通其他车辆上的应用奠定基础。

关键词：语音交互语音识别深度学习时延神经网络轨道交通

在线全文

学校读者我要写书评

暂无评论

基于改进时延神经网络的说话人识别方法

计算机与数字工程 2023年第12期51卷 2827-2830页

作者：胡贵超南京理工大学计算机科学与工程学院南京210018

提出了一种改进的时延神经网络(Time Delay Neural Network,TDNN)的说话人识别方法以提高说话人识别准确率。首先通过TDNN网络训练音频的特征获取部分说话人的特征表达,然后由加入的量化和计数算子(Quantization and Counting Operators... 详细信息

提出了一种改进的时延神经网络(Time Delay Neural Network,TDNN)的说话人识别方法以提高说话人识别准确率。首先通过TDNN网络训练音频的特征获取部分说话人的特征表达,然后由加入的量化和计数算子(Quantization and Counting Operators,QCO)同时处理,QCO能够充分利用音频的低层纹理特征,得到特征的细节信息。实验结果表明,改进的时延神经网络在相对较少的数据量中即可由网络训练获取更多信息的特征表达,在小数量训练集网络中体现出明显优势。当数据量进一步增多时效果更为明显,训练加入了纹理统计方法的结构提取的细节特征使说话人识别表现更好。

关键词：说话人识别时延神经网络量化和计数算子 qco-vector