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

面向长序列的时域语音分离方法研究

面向长序列的时域语音分离方法研究

作者：钱双庆江苏大学

学位级别：硕士

随着科技的进步和计算机技术的高速发展,基于语音的人机交互方式逐渐走入了人们的生活中,改变了人们生活中的方方面面,成为了人机交互领域的研究热点。近年来,随着深度学习的广泛应用,说话人识别、语音合成、自动语音识别等语音交互技... 详细信息

随着科技的进步和计算机技术的高速发展,基于语音的人机交互方式逐渐走入了人们的生活中,改变了人们生活中的方方面面,成为了人机交互领域的研究热点。近年来,随着深度学习的广泛应用,说话人识别、语音合成、自动语音识别等语音交互技术都取得了巨大的成功。但是,语音交互领域仍然存在着一些问题亟待解决,例如在复杂的声学场景下同时存在多个说话人的语音,这会严重影响自动语音识别、说话人识别等语音交互系统的识别准确性。因此,研究如何在复杂的声学场景下从多个说话人的混合语音中分离出每一个说话人的纯净语音信号,是目前语音交互技术发展的迫切需求。现有的语音分离技术主要针对单通道和多通道两种情况进行研究,多通道语音分离主要采用智能麦克风阵列,但其对麦克风的摆放和说话人位置有要求,应用场合受限,因而本文聚焦于单通道语音分离的研究。目前,实现单通道的语音分离存在着诸多困难与挑战:首先,本文进行的是说话人独立的语音分离任务,可用信息较少,缺乏了与说话人身份相关的信息;其次,语音是一种上下文相关的时序信号,现有的建模方法大多采用累计式的间接建模,这会造成序列信息的遗忘,影响分离性能;此外,在对长序列语音建模过程中,模型的感受野大多是固定的,无法结合不同尺度的感受野信息,影响了分离语音的清晰度和可懂度。鉴于上述的困难与挑战,本文面向长序列的时域语音分离,提出基于局部和全局信息融合的长序列时域语音分离方法,以及多尺度时延采样的长序列时域语音分离方法。本文的主要研究内容以及创新点如下:(1)提出基于局部和全局信息融合的长序列时域语音分离方法:该方法在分离网络中完整地引入Transformer网络,直接建立长序列中上下文信息的交互,并通过掩蔽机制,有效融合高维空间中的局部和全局特征,从而解决长序列语音分离中的序列信息遗忘的问题。此外,为了在建模过程中尽可能多的提取说话人相关的身份信息,引入说话人识别任务进行联合训练,并且该方法还在目标函数中加入Triplet Loss,从而拉近相同说话人身份特征的距离,拉远不同说话人身份特征的距离,以此促进分离效果的提升。实验结果表明:在公开数据集WSJ0-2mix上,所提方法优于现有的相关方法,SI-SNRi(scale-invariant source-to-noise ratio improvement)指标提升3.72%,达到19.5d B(decibel,分贝),SDRi(signal-todistortion ratio improvement)指标提升3.68%,达到19.7d B。(2)提出多尺度时延采样的长序列时域语音分离方法:该方法通过一种新颖的多尺度时延采样,从细到粗地学习长序列语音特征,且在相同时间步情况下,可指数扩大感受野的大小,从而组合成多尺度信息,使得模型能有效地融合长序列中不同尺度的局部和全局信息。此外,在模型的编码器部分引入通道自注意力机制,过滤噪声等无用信息的同时提升语音特征的提取能力,增强模型在复杂场景下的泛化能力。实验结果表明:在公开数据集WSJ0-2mix上,所提出的方法达到目前语音分离领域的最高水准,相比于采用的基准模型,SI-SNRi指标提升6.44%,达到21.5d B,SDRi指标提升5.34%,达到21.7d B。(3)设计并实现面向长序列的时域语音分离的原型系统:采用Pytorch深度学习框架实现核心算法,并利用Matlab等软件设计原型系统的操作界面。整个系统主要包含三个模块:混合语音上传、语音分离以及分离语音播放。其中,提出的基于局部和全局信息融合的长序列时域语音分离方法和多尺度时延采样的长序列时域语音分离方法均在该系统中实现。通过该语音分离系统的实现来展示和验证本文提出方法的可用性。

关键词：时域语音分离长序列局部和全局信息融合联合训练多尺度时延采样

长序列匹配滤波与频域波束形成DFT方法分析

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

长序列匹配滤波与频域波束形成DFT方法分析

鄱阳湖出流长序列代表性水质指标变化及其驱动力

2019中国西部声学学术交流会

作者：王责越中船重工第七一五研究所

匹配滤波和波束形成是两种常用的信号处理方法。在数字信号处理具体实现中,两者对长序列输入的实时计算方法一般是:将输入信号分成互有重叠的小段,分段利用DFT处理得到输出,再按一定规则组合拼接得到长段的连续输出。本文研究了这两种方... 详细信息

匹配滤波和波束形成是两种常用的信号处理方法。在数字信号处理具体实现中,两者对长序列输入的实时计算方法一般是:将输入信号分成互有重叠的小段,分段利用DFT处理得到输出,再按一定规则组合拼接得到长段的连续输出。本文研究了这两种方法,给出并证明结果的解析表达式,分别与根据定义计算的匹配滤波和时延波束形成理想结果进行比较,分析失真,并给出划分数据段的建议,最后选取算例进行仿真说明。

关键词： DFT（离散傅里叶变换）长序列实时匹配滤波频域波束形成

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

人民长江 2021年第12期52卷 65-71页

作者：蒋爱萍张丽萍张迪彭期冬靳甜甜山东科技大学地球科学与工程学院山东青岛266590 中国水利水电科学研究院北京100038

探究湖泊出流水体水质变化及其驱动力对湖泊水环境管理与保护具有重要意义。基于鄱阳湖出口蛤蟆石段长时间序列28 a(1991~2018年)的水质资料,利用水质指数法(Water Quality Index,WQI)来评估鄱阳湖出流水体水质状况,并采用Mann-Kendall... 详细信息

探究湖泊出流水体水质变化及其驱动力对湖泊水环境管理与保护具有重要意义。基于鄱阳湖出口蛤蟆石段长时间序列28 a(1991~2018年)的水质资料,利用水质指数法(Water Quality Index,WQI)来评估鄱阳湖出流水体水质状况,并采用Mann-Kendall检验法分析水质指标多年变化趋势。同时,通过灰色关联度分析法识别了影响鄱阳湖出流水体水质变化的关键驱动因子。结果表明:①总体上,鄱阳湖出流水体水质良好,WQI总变化范围为7.00~27.65。②水体中溶解氧(Dissolved Oxygen,DO)呈下降趋势,趋势不明显,高锰酸盐指数(Permanganate Index,COD_(Mn))和氨氮(Ammonia Nitrogen,NH 3-N)呈显著增加趋势,其统计值Z分别为2.53和3.93;WQI总呈显著上升趋势,统计值Z为4.27。③鄱阳湖出流水体水质变化的主要驱动因子为人口、地区生产总值、第三产业产值、粮食总产量等。研究成果可为鄱阳湖水环境管理与保护提供一定借鉴。

关键词：水质变化驱动力长序列水质指数法蛤蟆石站鄱阳湖

长序列实值离散Gabor变换窗函数的快速求解算法

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 2014年第2期50卷 194-197页

作者：陶星月陶亮安徽大学计算智能与信号处理教育部重点实验室合肥230039

为了降低在无限(长)序列实值离散Gabor变换(RDGT)中利用分析窗与综合窗之间的双正交关系计算窗函数的复杂度,提出了一种基于离散Hartley变换(DHT)的快速求解算法。通过将双正交关系式写成离散Hartley变换的形式,原方程组可被分解成若干... 详细信息

为了降低在无限(长)序列实值离散Gabor变换(RDGT)中利用分析窗与综合窗之间的双正交关系计算窗函数的复杂度,提出了一种基于离散Hartley变换(DHT)的快速求解算法。通过将双正交关系式写成离散Hartley变换的形式,原方程组可被分解成若干个独立的子方程组以降低计算的复杂度。实验结果也验证了提出的快速算法的正确性和有效性。

关键词：长序列实值离散Gabor变换快速求解算法

在线全文

学校读者我要写书评

暂无评论

基于水量平衡的长序列农田灌溉定额测算方法

人民黄河 2018年第12期40卷 158-162页

作者：詹同涛洪成孟伟赵凯李瑞杰中水淮河规划设计研究有限公司安徽合肥230091

长序列农田灌溉定额在水资源规划、水资源论证报告书编制、江河流域水量分配方案编制等水资源专业领域工作中有着广泛的应用。基于水量平衡原理提出长序列农田灌溉定额测算方法;结合工作实践,详细阐述长序列农田灌溉定额测算所需的基础... 详细信息

长序列农田灌溉定额在水资源规划、水资源论证报告书编制、江河流域水量分配方案编制等水资源专业领域工作中有着广泛的应用。基于水量平衡原理提出长序列农田灌溉定额测算方法;结合工作实践,详细阐述长序列农田灌溉定额测算所需的基础数据、基本参数和公式,讨论基础数据采集的关键点和长序列灌溉定额计算的复杂性,提出农田灌溉定额测算程序编制的思路,并以计算分区B为例,利用降水、蒸发等数据和灌溉试验确定的基本参数,在各计算分区内应用灌溉定额测算程序,计算旱作物和水稻不同生长期的灌溉期需水量。结果显示:计算分区B多年平均综合灌溉定额(毛)为4 545 m^3/hm^2。

关键词：水量平衡灌溉定额长序列测算

基于长序列安全监测数据的官厅水库大坝安全状态分析

在线全文

学校读者我要写书评

暂无评论

北京水务 2023年第4期 54-62页

作者：卢金忠王丹阳宗睿张明远王建慧臧少慧张艳洋张萌北京市官厅水库管理处河北怀来075441 北京市水科学技术研究院北京100048

为积极响应落实《北京城市总体规划(2016-2035)》,应对未来发展机遇与高水位运行挑战,保障水库安全运行,开展官厅水库大坝建库以来长序列安全监测数据分析研究,至关重要。根据官厅水库1954年建库以来至今渗流和变形等长序列安全监测数据... 详细信息

为积极响应落实《北京城市总体规划(2016-2035)》,应对未来发展机遇与高水位运行挑战,保障水库安全运行,开展官厅水库大坝建库以来长序列安全监测数据分析研究,至关重要。根据官厅水库1954年建库以来至今渗流和变形等长序列安全监测数据,从时间和空间2个维度,综合分析研究了渗流过程和变形过程的发展规律,分析大坝不同时期的渗流和变形特性,并对保障安全运行提出合理化建议。结果表明:大坝总体呈渗流稳定状态;大坝垂直位移和水平位移总体逐渐趋于稳定,FK0-029、FK0-010断面测点于2010年后半年平均垂直位移分别为-0.37、0.18 mm,水平位移分别为0.09、-0.004 mm。本研究为大坝建库以来长序列安全监测数据分析,具有一定的典型性和示范性,可为类似水库的安全运行提供借鉴。

关键词：长序列渗流变形发展规律

在线全文

学校读者我要写书评

暂无评论

视频目标长序列跟踪系统的设计与实现

视频目标长序列跟踪系统的设计与实现

作者：印郑炀东南大学

学位级别：硕士

随着大数据时代的到来,计算机硬件能力正不断提升,数据信息的获取也越来越便捷。计算机视觉、自然语言处理和语音识别等技术不断进步,人工智能领域的各种应用也逐渐走进人们的生活。随着人工智能的核心技术——深度学习技术的不断发展,... 详细信息

随着大数据时代的到来,计算机硬件能力正不断提升,数据信息的获取也越来越便捷。计算机视觉、自然语言处理和语音识别等技术不断进步,人工智能领域的各种应用也逐渐走进人们的生活。随着人工智能的核心技术——深度学习技术的不断发展,基于深度学习的目标检测和跟踪技术成为计算机视觉领域的热门课题,并广泛应用于智能监控系统和互联网移动端。其中,对于视频的目标检测与跟踪算法一直都是研究的难点和热点,也具有极其重要的科研意义和实践意义。而由于视频应用场景的增多和拍摄设备的不同,视频中会存在背景复杂、目标遮挡、目标比例变化、目标与背景相互干扰和实时性要求等问题。针对以上问题,本文设计了目标长序列检测与跟踪系统,主要研究内容如下:（1）在目标检测模块,本文在研究YOLOv3算法的原理和网络结构优化的基础上,提出基于YOLOv3（NMS）的目标检测模块INYOLOv3,即使用darknet-53网络进行特征提取,使用逻辑回归进行分类预测,并使用改进的非极大值抑制算法处理重叠预选目标框,以达到提升处理预选目标框效率的目的。通过实验验证设计的检测模块对图片和视频的目标检测准确性和实时性良好,能够为后续长序列跟踪系统提供迅速准确的目标检测服务。（2）在目标跟踪模块,本文首先分析了ECO算法的原理,并结合ECO跟踪算法的尺度优化和特征提取特性,提出了新的模型更新策略,减少了错误信息对模型的影响,保证了目标信息的准确性。通过实验对比验证了改进的算法能够减少跟踪漂移问题,跟踪准确性得到提高。其次,本文基于Siam RPN算法,提出改进的跟踪算法,通过优化网络结构,加入区域推荐网络的锚点机制和干扰物感知模型,提升了算法对目标的跟踪性能。并通过扩充训练样本在离线训练阶段增强了算法对目标ROI的分辨能力,提升了跟踪算法对小目标的跟踪效果,也使得算法能很好的适应目标的姿态变化,提升跟踪准确性。（3）最后,为了解决长序列中可能存在的遮挡情况导致的跟踪失败问题,并持续对目标进行跟踪,本文提出重检测机制,结合目标检测与跟踪模块实现了视频目标长序列跟踪系统。在目标丢失后,通过比较丢失前的目标ROI与候选目标ROI相关性判定选取最佳目标位置并继续跟踪,实验验证了对于遮挡情况,系统跟踪的鲁棒性和准确性得到了提升。

关键词：计算机视觉目标检测目标跟踪长序列 INYOLOv3 SiamRPN 重检测机制

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

面向长序列数据的单体分型算法研究

面向长序列数据的单体分型算法研究

作者：潘玮华中国科学技术大学

学位级别：硕士

单体型序列是生物遗传分析中的一类重要信息。由于实验方法获取单体型序列具有价格过高、速度慢等缺点,使用计算手段从易于获取的基因型序列得到单体型序列成为人们的首选,并发展为基因组学里一个基础的计算问题,称为单体分型问题。随... 详细信息

单体型序列是生物遗传分析中的一类重要信息。由于实验方法获取单体型序列具有价格过高、速度慢等缺点,使用计算手段从易于获取的基因型序列得到单体型序列成为人们的首选,并发展为基因组学里一个基础的计算问题,称为单体分型问题。随着基因组学的发展,研究所需的单体型序列越来越长,有的甚至达到上百万个位点,这给单体分型问题提出了新的挑战。目前几乎所有的大规模单体分型算法在个人计算机上都只能处理长度小于十万的序列,因此迫切需要能处理长序列数据的单体分型算法。本文主要研究在内存有限的个人计算机上,分型长度十万位点以上的长序列数据集的快速单体分型算法,具体工作如下： 1.面向长序列数据集的WinHAP2.0单体分型算法改进及并行化 WinHAP2.0算法是近年来我们研究小组提出的一个长序列单体分型算法,本文对WinHAP2.0算法从两方面进行了改进,一是使用投票策略改进了段合并方法,二是进行了并行化。实验结果表明改进后的WinHAP2.0算法相比于原算法在段合并处的位点的交换错误率下降了20%-30%左右。相比于其他算法,改进后的算法计算精度与最好的算法相似,而计算时间和空间消耗低数倍到数十倍。该算法能够在个人计算机上使用12.8MB的内存分型500条长度一百万个位点的序列,而其他算法均无法完成这一任务。算法的并行化获得了几乎线性的加速比。2.面向大规模长序列数据集的单体分型算法由于WinHAP2.0算法存在当序列条数很多时计算时间过长的缺陷,本项工作进行了进一步的改进,引入了序列聚类思想,提出了CbWinHAP算法。CbWinHAP算法首先将比较相似的序列聚成一类,再分别进行推导,由于聚类提高了相似序列的作用从而精度得到提高。而序列条数的减少又使得计算时间和空间得到降低。实验结果表明CbWinHAP算法在保证计算精度相比于原WinHAP算法和WinHAP2.0算法不下降的情况下,计算时间和空间均降低了数倍。为了进一步提高计算速度,我们也为CbWinHAP算法进行了并行化。实验表明并行后的算法获得了接近于线性的加速比。

关键词：大规模计算 SNP位点单体型基因型单体分型长序列

应用机器学习技术获取长序列PM2.5历史数据集 003

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