检索结果-南通市图书馆

作者：赵靖齐鲁工业大学

学位级别：硕士

在深度学习飞速发展的今天,伪造语音生成技术日益成熟,给语音认证系统的安全性带来了更大的挑战,保障语音的完整性与真实性刻不容缓。传统伪造语音检测方法是二分类问题,分类性能依赖数据集中假样本的数量和分布,对假样本不足、测试集... 详细信息

在深度学习飞速发展的今天,伪造语音生成技术日益成熟,给语音认证系统的安全性带来了更大的挑战,保障语音的完整性与真实性刻不容缓。传统伪造语音检测方法是二分类问题,分类性能依赖数据集中假样本的数量和分布,对假样本不足、测试集和训练集数据分布不同、伪造方式未知等比较敏感。单分类只把真语音(目标类)分出来,其它都视作异常,适应性更好。为了提高伪造语音检测的准确率与泛化性能,本文首先介绍了基于深度学习的伪造语音检测基本框架,包括特征提取与典型的卷积神经网络;接着在单分类学习的基础上研究残差神经网络和注意力机制在伪造语音检测领域的应用。主要研究内容和创新如下:(1)提出一种单分类多尺度残差网络(One-Class Multi-scale Residual Network,OC-Res2Net)来进行伪造语音检测,通过构造单个残差块中相似残差分层连接来表达粒度级别上的多尺度特征,极大地提高了系统的容量,减小了模型大小;模型使用单分类损失函数对语音数据进行约束优化,仅使用一个权重向量,压缩真实语音表示并注入角度余量以分离嵌入空间中的伪造语音,缓解了训练数据和测试数据之间特征分布不匹配的问题。此外还研究了不同的语音特征输入对模型性能影响,其中线性频率倒谱系数(Linear Frequency Cepstral Coefficients,LFCC)的效果最好,在ASVspoof2019数据集上等错误率(Equal Error Rate,EER)为2.87%,最小串联检测成本函数(min tandem Decision Cost Function,min t-DCF)为0.079,对未知伪造攻击表现出良好的检测性能。(2)为了缓解模型中的过拟合问题,减少冗余信息,在OC-Res2Net模型中引入注意力机制,提出一种基于单分类多尺度残差注意力的伪造语音检测模型(One-Class Multi-scale Residual Attention Model,OC-R2AM):加入通道注意力模块与时间注意力模块,建立通道间的相互依赖性,实现各通道特征响应方向的自适应,对于不同时间帧的语音特征给予不同的权重,从而提高语音伪造检测模型的准确率和泛化能力。提出的模型与(1)中的模型相比,EER进一步降低到了1.67%,min t-DCF为0.045。

关键词：伪造语音检测深度学习单分类学习注意力机制

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于AutoEncoder的油气管道控制系统异常状态监测方法

引用

电子测量与仪器学报 2019年第12期31卷 10-18页

作者：梁凤勤高媛刘功银黄建国周权盛瀚民电子科技大学自动化工程学院成都611731 军委装备发展部某中心北京100000 中石油西部管道分公司乌鲁木齐830001

压缩机控制电路的健康状态管理在管道运输中至关重要。通常油气管道压缩机系统部署地点远离城市,环境恶劣,且负荷高、工作时间长,因此故障频发。构建可靠的健康状态检测模型通常需要大量的故障样本,然而在实际数据中,故障样本相对稀缺... 详细信息

压缩机控制电路的健康状态管理在管道运输中至关重要。通常油气管道压缩机系统部署地点远离城市,环境恶劣,且负荷高、工作时间长,因此故障频发。构建可靠的健康状态检测模型通常需要大量的故障样本,然而在实际数据中,故障样本相对稀缺。采用一种基于自编码器(auto encoder,AE)的单分类方法对油气管道控制系统的异常状态进行辨识。该模型仅需对系统的正常工作状态进行学习,通过编码器可实现特征的自适应提取,从而对数据进行抽象表示,并获得较好的非线性映射能力;当数据分布异常时,系统可区分其与正常信号间的差异,并进行预警。实验部分采用西部输油管道控制系统中实地获取的通信解码信号以及电源信号进行验证,并以单分类支持向量机方法作对比实验,表明了所提出方法的有效性。

关键词：故障预警故障诊断和健康管理单分类学习自编码器深度学习

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

地质灾害监测RTU的软件设计与实现

地质灾害监测RTU的软件设计与实现

引用

作者：张恩华电子科技大学

学位级别：硕士

泥石流灾害一旦爆发往往带来巨大的人员伤亡和经济损失,给山区群众的生命财产造成严重威胁。我国山区地质条件复杂,泥石流灾害频发,依靠人工观测的传统手段无法进行全天候的有效监测。现有的泥石流预警装置对环境的适应性相对较差,测量... 详细信息

泥石流灾害一旦爆发往往带来巨大的人员伤亡和经济损失,给山区群众的生命财产造成严重威胁。我国山区地质条件复杂,泥石流灾害频发,依靠人工观测的传统手段无法进行全天候的有效监测。现有的泥石流预警装置对环境的适应性相对较差,测量参数也较为单一,相比国际上同类产品稳定性较低,野外恶劣工况下难以长期稳定工作。因此,有必要开发一种可在野外保持长期工作,可远程全自动全天候监控泥石流信息的监测设备。本文设计的地质灾害监测远程终端单元RTU能够根据泥石流灾害的演变、发展及其形成形态,对泥石流易发地的气象、水文、声音等数据进行采集,并进行智能分析与决策。本文的主要工作内容如下:(1)完成RTU设备端的软件设计,主要包括低功耗管理设计和传感器采集设计。为了使RTU长期工作在野外,本文从软件角度为RTU设计了低功耗管理模式,RTU系统可通过定时休眠唤醒以降低整体运行功耗。根据传感器信号输入类型分别对采集函数进行设计,针对不同传感器的工作特点设计不同的数据采集方式。(2)为了使RTU设备端采集数据发送至上位机,本文设计了基于4G通信和北斗短报文通信技术的双信道网络通信技术。其中北斗通信为辅助通信方式,4G通信作为RTU设备的主通信方式需要结合消息队列遥测协议MQTT,连接到阿里云平台来完成消息的发布和接收。(3)地灾RTU采集的数据最终会发送至上位机,当上位机采集到异常数据时系统需要自动发出预警。本文引入一种基于自编码器单分类学习的方法,对地灾RTU采集数据中的异常数据进行辨识。当发生泥石流灾害时,异常数据特征变化明显,系统将自动辨识出上报数据中的异常数据特征并发出预警信息。最后以汶川地区采集的降雨量信号和泥水位信号对自编码器算法进行仿真验证。本文最后利用搭建的RTU平台样机对RTU采集系统进行整体测试。首先对RTU设备端的低功耗模式进行测试。接着从传感器采集信号输入类型,以模拟量、开关量和RS485信号输入形式分别对各采集传感器进行测试。然后对RTU系统的双通道组网通信进行测试,通过对4G模块的测试,验证了整个采集系统的设计完整性和数据传输有效性。最后完成了异常数据状态的辨识测试,通过利用监测设备采集的降雨量数据对泥石流预警系统进行了测试,测试结果表明自编码器算法可以更好的辨识出采集数据中的异常数据。

关键词：泥石流监测低功耗设计双信道网络组网单分类学习自编码器

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

雷达有源欺骗干扰识别技术研究

雷达有源欺骗干扰识别技术研究

引用

作者：王慧娟北京邮电大学

学位级别：硕士

雷达欺骗干扰具有样式多样、对抗性强的特点,对雷达应用构成了很大的威胁。因此,雷达欺骗干扰信号的检测和干扰类型识别方法的研究具有重要的应用意义。本文对常见雷达有源欺骗干扰在多维变换域的特征提取、检测、干扰类别识别问题上展... 详细信息

雷达欺骗干扰具有样式多样、对抗性强的特点,对雷达应用构成了很大的威胁。因此,雷达欺骗干扰信号的检测和干扰类型识别方法的研究具有重要的应用意义。本文对常见雷达有源欺骗干扰在多维变换域的特征提取、检测、干扰类别识别问题上展开研究,将特征工程与机器学习方法进行结合,从如下几个方面展开了相应研究:针对小波分解提取出的信号特征应用于雷达欺骗干扰信号检测与识别中时,利用单一小波对信号进行分解后提取的信号特征不能针对所有信号均获得较好的检测与识别正确率的问题,本文提出一种联合多小波特征的方法:分别使用不同小波对信号进行分解提取信号特征后,联合使用不同小波下的信号特征组成新的联合特征向量作为信号分类特征,经实验验证,在相同信噪比条件下,利用联合多小波特征对信号进行检测与识别正确率均高于使用任意一种单一小波特征。针对小波分解提取的信号特征应用于个别信号识别时表现略差的问题,使用自适应性更好的经验模态分解作为信号处理方法,提取出了在欺骗信号类型识别中表现更好的信号特征。针对实际应用场景中,欺骗干扰信号样本很难覆盖全部欺骗干扰信号类型的问题,本文提出一种在欺骗干扰信号样本缺失的条件下进行雷达欺骗干扰检测与识别的方法:结合单类学习思想,在仅使用正常雷达回波信号样本作为训练集的条件下,训练单分类支持向量机并设置合理参数,使分类器获得检测欺骗干扰信号的能力,在仅使用已知类型的信号样本作为训练集的条件下,训练单分类支持向量机并设置合理参数,使分类器获得识别干扰信号类型并将未知信号区分出来的能力,经实验验证,在信噪比条件高于l0dB时,检测预警率接近80%,虚警率保持在20%左右,识别正确率可以达到90%,未知类型信号区分正确率可到100%。针对雷达欺骗干扰信号样本标注困难的问题,本文提出一种在小样本条件下进行雷达欺骗干扰信号检测与识别的方法:通过结合半监督学习思想,联合使用大量不带有类别标记的雷达混合信号集共同训练分类器,使分类器获得能够识别欺骗干扰信号的类型的能力。经实验验证,信噪比高于7dB时,三种常见雷达欺骗干扰信号类型的检测正确率和识别准确率可以接近100%。

关键词：欺骗干扰小波分解经验模态分解单分类学习半监督学习

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：