检索结果-南通市图书馆

基于分布式跨数据库平台模式下信息系统的开发与应用

在线全文

学校读者我要写书评

暂无评论

电子商务 2011年第4期12卷 56-57页

作者：于文亮交通运输部烟台打捞局大连海事大学

本文以港口信息系统的开发为背景,在设计开发系统的过程中,深入探讨了分布式跨数据库平台模式下的网络构架策略,以及不同数据库平台间的数据实时交换技术。重点解决分布对象之间的互操作问题,以及跨数据库平台间的数据传输和数据安全等... 详细信息

本文以港口信息系统的开发为背景,在设计开发系统的过程中,深入探讨了分布式跨数据库平台模式下的网络构架策略,以及不同数据库平台间的数据实时交换技术。重点解决分布对象之间的互操作问题,以及跨数据库平台间的数据传输和数据安全等方面的问题。采用VPN、防火墙与安全认证服务器相结合的方式来保证分布式网络模式下数据传输的安全性。通过创建数据连接完成数据库间数据实时交换。

关键词：分布式 VPN技术跨数据库信息系统开发

改进EfficientNet的表皮细胞图像识别研究

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2022年第11期58卷 200-208页

作者：王一丁姚毅李耀利蔡少青袁媛北方工业大学信息学院北京100144 北京大学药学院北京100191 中国中医科学院中药资源中心北京100700

中药材粉末显微图像数据量少,而且在不同产地、不同采集环境下的特征形态具有一定的差异,传统的图像分类方法跨库识别效果不佳。针对以上问题提出一种基于多通道融合和SPP结构的深度卷积神经网络改进方法。采用Canny边缘检测和局部二值... 详细信息

中药材粉末显微图像数据量少,而且在不同产地、不同采集环境下的特征形态具有一定的差异,传统的图像分类方法跨库识别效果不佳。针对以上问题提出一种基于多通道融合和SPP结构的深度卷积神经网络改进方法。采用Canny边缘检测和局部二值模式的特征图与原图合并形成五通道的图像送入网络,扩充网络输入端的数据宽度;将改进的SPP模块嵌入到EfficientNet网络中,增加网络的深度。以上方法可以使网络更加注重图像的深层纹理信息,从而不受采集环境等的影响,很好地解决跨库识别问题。实验结果表明,对26种中药材粉末表皮细胞显微图像的两个不同批次数据,采用1库作为训练集,2库作为测试集,其准确率提升了2.7个百分点,达到81.5%,证明了所提研究方法对于跨库中药材显微图像分类任务具有一定的优势。

关键词：卷积神经网络中药材粉末显微特征图像识别多通道融合跨数据库深度学习

在线全文

学校读者我要写书评

暂无评论

基于深度学习的跨库语音情感识别研究

基于深度学习的跨库语音情感识别研究

作者：刘瑞欣浙江科技学院

学位级别：硕士

语音情感识别(Speech Emotion Recognition,SER)是一种弥合人类和计算机之间通信差距的有效方法,在人机交互领域发挥了关键作用。SER旨在从给定的语音信号样本中识别各种类型的人类情感。传统的SER训练和测试均在单一数据集上进行,然而... 详细信息

语音情感识别(Speech Emotion Recognition,SER)是一种弥合人类和计算机之间通信差距的有效方法,在人机交互领域发挥了关键作用。SER旨在从给定的语音信号样本中识别各种类型的人类情感。传统的SER训练和测试均在单一数据集上进行,然而,由于录音设备质量、口语、环境噪声、受试者人口统计等方面的不同,各种语料库之间的特征分布具有很大的差异,当训练(源域)和测试(目标域)在不同的数据集上进行时,传统SER方法性能会出现明显下降。针对上述问题,本文拟开展基于深度学习的跨库语音情感识别研究,其主要贡献归纳如下:(1)提出了基于Transformers和领域对抗网络的无监督域自适应方法,该方法首先提取INTERSPEECH情感挑战赛中的IS09与IS10特征集,然后利用Transformers的编码器从提取的手工特征中学习上下文信息从而获得话语的时间序列特征;为了获得适用于跨库SER的域不变特征,设计了一个领域鉴别器,通过训练来分类语音样本来自源域或目标域。它通过对抗性目标来鼓励领域混淆,学习领域之间的共享特征表示。(2)提出了基于Transformers和互信息的特征分解域自适应方法,该方法使用预先训练好的深度音频模型进行音频特征提取,然后利用Transformers的编码器层构造域不变特征提取器,并设计一种最大-最小互信息的策略,从输入深度特征中学习出域不变特征并进行最终的情感分类;为了降低说话人偏差对模型性能的影响,设计了一个说话人鉴别器来迫使域不变特征提取器抛弃说话人信息。(3)通过在三个公开的语音情感数据库(IEMOCAP、MSP-Imporv与CASIA)上的跨库实验证明了本文方法可以有效的改善跨库SER准确率,提高分类精度。此外,将本文方法与基线模型以及其他最先进的域自适应方法进行对比,结果表明本文方法获得最好的实验效果,验证了本文方法在跨库SER研究中的有效性。本文主要研究内容是基于深度学习对跨数据库语音样本进行建模优化,应用于提高跨库语音情感的识别性能。通过与基线模型以及最先进的域自适应进行对比,本文的模型取得最优,证明了提出模型的有效性。在今后的研究中,构造更具有泛化能力的模型以及融合其他模态进行跨库SER,是重要的研究方向。

关键词：深度学习跨数据库语音情感识别域自适应对抗训练

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

基于域自适应的跨库语音情感识别算法研究

基于域自适应的跨库语音情感识别算法研究

作者：庄志豪河南工业大学

学位级别：硕士

语音情感识别是情感计算领域的研究热点之一,在病患情绪监测、驾驶员负面情绪监测和陪伴机器人等行业中具有广泛的应用前景。由于不同数据库之间的录制环境,以及不同个体的性别、年龄、语言和文化背景存在较大的差异,导致在单一数据库... 详细信息

语音情感识别是情感计算领域的研究热点之一,在病患情绪监测、驾驶员负面情绪监测和陪伴机器人等行业中具有广泛的应用前景。由于不同数据库之间的录制环境,以及不同个体的性别、年龄、语言和文化背景存在较大的差异,导致在单一数据库上训练好的模型难以在新的数据库上取得良好的识别效果,因此研究跨数据库的语音情感识别具有重要的现实应用价值。跨数据库的语音情感识别研究的核心问题是如何有效地实现情感特征迁移,提高模型在测试数据库上的泛化能力。因此,本文主要针对情感特征迁移展开研究,具体研究内容如下:1.针对全局域自适应算法易造成领域间情感特征混淆对齐的问题,本文提出了一种基于深度自编码器子域自适应的跨库语音情感识别模型,实现更具细粒度的情感特征对齐。该模型使用深度自编码器分别提取源域和目标域的低维情感特征,并利用子域自适应算法来减小源域和目标域的低维情感特征分布距离。其中子域自适应算法通过标签信息将全局域特征空间划分为独立的子域情感空间,以实现更具细粒度的情感特征对齐。通过六个跨库实验的平均结果表明,与其他模型比较,加权平均召回率提升了0.91～8.41个百分点。2.针对情感信息中存在着性别差异的问题,本文提出了一种基于多任务学习和子域自适应的跨库语音情感识别模型,缓解了性别差异对情感识别的影响。该模型使用深度去噪自编码器作为多任务学习的共享特征提取网络,每个识别任务前添加全连接层和Sofa Max层作为任务特有层;同时在共享网络后边分别加入情感和性别的子域自适应算法层,以分别获取源域和目标域的共享情感特征和共享性别特征,有效缓解了情感特征中的性别差异影响。通过六个跨库实验的平均结果表明,与其他模型比较,加权平均召回率提高了1.89～10.07个百分点。3.针对子域自适应算法中存在子域情感特征负迁移的问题,本文提出了一种基于联合域自适应和多损失动态调整的跨库语音情感识别模型,加强了情感特征的正向迁移。该模型首先搭建一种深度去噪自编码器串接深度神经网络的网络结构,用于提取源域和目标域的显著情感特征;然后联合全局域自适应算法和子域自适应算法从两个角度同时减小领域间的特征分布距离;最后在模型训练过程中,设计动态权重因子平衡不同损失函数的约束,防止模型的优化偏移,以求得模型的全局最优解。通过六个跨库实验的平均结果表明,与其他模型比较,加权平均召回率提高了2.24～12.31个百分点。

关键词：语音情感识别跨数据库域自适应多任务学习深度学习

用于跨库语音情感识别的时频原子听觉注意模型（英文）

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

Journal of Southeast University(English Edition) 2016年第4期32卷 402-407页

作者：张昕然宋鹏查诚陶华伟赵力东南大学水声信号处理教育部重点实验室南京210096 烟台大学计算机与控制工程学院烟台264005

为解决跨数据库语音情感识别领域中实验数据集特征不匹配的问题,提出一种基于时频原子的听觉注意特征提取模型.首先,为了提取频谱特征,引入听觉注意模型对多类情感特征进行有效的探测.然后,利用选择注意机制改进了提取的语谱图特征,其... 详细信息

为解决跨数据库语音情感识别领域中实验数据集特征不匹配的问题,提出一种基于时频原子的听觉注意特征提取模型.首先,为了提取频谱特征,引入听觉注意模型对多类情感特征进行有效的探测.然后,利用选择注意机制改进了提取的语谱图特征,其中包含的显著性信息与跨库识别性能有紧密联系.再引入Chirplet时频原子,通过形成的过完备原子库提高语谱图特征的信息量.来自多个数据库的样本具有多成分分布的特征,据此所提模型中的Chirplet扩大了特征向量在时频域上的尺度.实验结果显示,相比传统特征模型,所提方法性能有显著提升.此外,该方法在训练集和测试集来源不一致情况下具有更好的鲁棒性.

关键词：语音情感识别选择性注意机制语谱图特征跨数据库

基于Presto的业务数据跨库分析查询系统设计

在线全文

学校读者我要写书评

暂无评论

电子设计工程 2023年第2期31卷 63-67页

作者：明哲余芸萧展辉南方电网数字电网研究院有限公司广东广州510000

目前的业务数据跨库分析查询系统对信息把握能力较差,导致查询结果无法满足用户要求,能量消耗过多。为了解决上述问题,提出了基于Presto的业务数据跨库分析查询系统。在系统硬件区域基本器件的基础上,重新设计了存储器、业务服务器、协... 详细信息

目前的业务数据跨库分析查询系统对信息把握能力较差,导致查询结果无法满足用户要求,能量消耗过多。为了解决上述问题,提出了基于Presto的业务数据跨库分析查询系统。在系统硬件区域基本器件的基础上,重新设计了存储器、业务服务器、协调器以及硬件优化器,提高系统运行的速度。系统软件区域先介绍Presto的查询引擎原理,分析Presto查询引擎数据仓的特性,归纳调用出系统跨数据库查询分析业务数据的工作流程,完成基于Presto的业务数据跨库分析查询系统的设计。实验结果表明,基于Presto的业务数据跨库分析查询系统能够更好地把握信息能力,提高查询准确性,减少能量消耗。

关键词：跨数据库分析查询功能 Presto技术数据引擎协同过滤

企业级报表系统的设计和实现——以Z公司为例

在线全文

学校读者我要写书评

暂无评论

全国流通经济 2022年第9期 151-154页

作者：姚晓捷周丽娟辽宁省卫生健康服务中心辽宁沈阳110005 中化二建集团有限公司山西太原030024

本文通过分析Z公司原有报表系统存在的不足,提出了建设企业级报表系统的需求和建设目标,并依据建设目标对原系统架构进行了改进,确定了数据采集子系统、数据整合处理子系统、数据展示子系统三大子系统组成的总体系统架构。在总体系统架... 详细信息

本文通过分析Z公司原有报表系统存在的不足,提出了建设企业级报表系统的需求和建设目标,并依据建设目标对原系统架构进行了改进,确定了数据采集子系统、数据整合处理子系统、数据展示子系统三大子系统组成的总体系统架构。在总体系统架构的框架下,对系统的实施及实施过程中的难点进行了分析并给出了具体的解决方案。建设完成的Z公司数据分析系统是一个功能强大、灵活、跨平台、跨数据库的专业的信息系统,解决了原有系统存在诸如平台受限、功能有限、报表维护困难、界面单一、未开发移动端程序、用户体验差等的问题,为各层管理人员的经营决策提供了坚实的数据支撑,进一步提升了企业信息化管理水平和核心竞争力。

关键词：报表系统跨数据库数据分析

在线全文

学校读者我要写书评

暂无评论

听觉注意模型的语谱图语音情感识别方法

信号处理 2016年第9期32卷 1117-1125页

作者：张昕然查诚宋鹏陶华伟赵力东南大学水声信号处理教育部重点实验室江苏南京210096 烟台大学计算机与控制工程学院山东烟台264005

在语音情感识别技术中,由于噪声环境、说话方式和说话人特质原因,造成特征向量空间分布不匹配的情况。从语音学上分析,该问题多存在于跨数据库情感识别实验。训练的声学模型和用于测试的语句样本之间的错位,会使语音情感识别性能剧烈下... 详细信息

在语音情感识别技术中,由于噪声环境、说话方式和说话人特质原因,造成特征向量空间分布不匹配的情况。从语音学上分析,该问题多存在于跨数据库情感识别实验。训练的声学模型和用于测试的语句样本之间的错位,会使语音情感识别性能剧烈下降。语谱图的特征能从图像的角度对现有情感特征进行有效的补充。本文据此所研究的听觉选择性注意模型,模拟人耳听觉特性,能有效探测语谱图上变化的情感特征。同时,利用时频原子对模型进行改进,取得频率特性信号匹配的优势,从时域上提取情感信息。选择注意机制使模型能提取跨语音数据库中的显著性特征,提高语音情感识别系统的情感辨识能力。实验结果表明,利用文章所提方法在跨库情感样本上进行特征提取,再通过典型的分类器,识别性能提高了约9个百分点,从而验证了该方法对不同数据库具有更好的鲁棒性。

关键词：语音情感识别跨数据库语谱图特征听觉注意机制时频原子

基于VGFCC特征与复合网络的跨库语音情感识别

在线全文

学校读者我要写书评

暂无评论

基于VGFCC特征与复合网络的跨库语音情感识别

作者：刘雨柔太原理工大学

学位级别：硕士

赋予机器情感计算能力对于实现真正的人工智能是必不可少的,语音是交流最简单快捷的方式,获取语音中所包含的情感信息有助于理解语音所表达的意义,因此语音情感识别成为一项热门话题。在过去的研究中,大部分是基于单一语音数据库进行的... 详细信息

赋予机器情感计算能力对于实现真正的人工智能是必不可少的,语音是交流最简单快捷的方式,获取语音中所包含的情感信息有助于理解语音所表达的意义,因此语音情感识别成为一项热门话题。在过去的研究中,大部分是基于单一语音数据库进行的,而且已经趋于成熟,但在实际生活应用时,训练集与测试集往往存在语种、语音类型、说话人、环境、文化背景等等各种各样的差异因素,所以出现了跨数据库语音情感识别的研究。本文针对特征提取、识别模型两部分展开工作。传统的情感语音特征提取时假定信号是短时平稳的,但实际中语音信号是随时间变化的,针对于此,本文采用能够较好地处理非线性非平稳信号的变分模态算法分解情感语音信号,将不同频率进行合成再通过伽马通滤波器,求取对数,离散余弦变换之后计算统计参数得到新的情感语音谱特征;考虑到单一特征无法全面表征情感信息,选取了表达语音基本特性的韵律特征、从混沌角度描述语音信息的非线性特征以及本文提出的新的谱特征进行特征级融合,得到全局特征。基于柏林工业大学录制的德语情感数据库、太原理工大学数字音视频研究中心自建的汉语情感数据库、中国科学院自动化所录制的汉语情感数据库三种语音库进行实验,分类器选用人工蜂群优化的核函数极限学习机,将新的情感语音谱特征与韵律特征、非线性特征以及梅尔倒谱系数和伽马通倒谱系数两种传统谱特征的识别作比较,结果表明所提出的新特征是一种有效的情感语音特征,能够良好地区分不同情感。将全局特征与单一特征识别性能对比,实验结果显示融合后的全局特征识别率相较单一特征有所提高,特征级融合使得信息能够互补,同时也存在信息冗余的现象,导致全局特征某些情感的识别率低于单一特征,但总体平均识别率得到了提高。识别模型对于语音情感识别的性能至关重要,本文提出一种复合网络栈式稀疏自编码网络——核函数极限学习机,首先通过栈式稀疏自编码网络对原始特征进行无监督预训练,然后结合数据标签利用反向传播算法有监督微调,重构得到更符合大脑稀疏性且更具有区分情感信息的深度特征,最后采用人工蜂群优化的核函数极限学习机对情感进行识别分类。为了使理论研究应用于实际,本文进行了跨数据库的语音情感识别,选择上述三种语音库,提取各个语音库的全局特征,由于三种语音库共同的情感只有“悲伤”、“愤怒”、“高兴”,所以研究只针对这三类情感,分类器选择浅层学习机器:支持向量机、极限学习机、核函数极限学习机以及复合网络结构:栈式稀疏自编码网络——支持向量机、栈式稀疏自编码网络——极限学习机、栈式稀疏自编码网络——核函数极限学习机,设计了单一数据库、混合数据库、跨数据库三组实验,结果证明了复合网络结构栈式稀疏自编码网络——核函数极限学习机识别性能良好,有效改善了跨库识别率低的问题。

关键词：语音情感识别跨数据库变分模态分解特征级融合复合网络栈式稀疏自编码网络核函数极限学习机