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

PCA变换下的GMM-SVM话者确认研究

小型微型计算机系统 2015年第3期36卷 637-640页

作者：卓李辉中国科学技术大学电子科学与技术系语音信息处理实验室合肥230027

针对支持向量机(SVM)输入参数不能充分利用高斯混合模型(GMM)均值、方差、权重所携带的说话人信息,而导致与文本无关话者确认系统性能下降的问题,本文结合GMM的均值、方差、权重,提出一种新的、基于自适应后GMM的,SVM模型输入特征提取... 详细信息

针对支持向量机(SVM)输入参数不能充分利用高斯混合模型(GMM)均值、方差、权重所携带的说话人信息,而导致与文本无关话者确认系统性能下降的问题,本文结合GMM的均值、方差、权重,提出一种新的、基于自适应后GMM的,SVM模型输入特征提取方法。在NIST 06语音数据库上的实验表明,本方法将等误识率(EER)从高斯混合模型-通用背景模型(GMMUBM)系统的8.49%,下降到基于离散余弦变换(DCT)变换GMM-SVM系统的4.16%,以及基于主元成分分析(PCA)GMMSVM系统的3.3%.

关键词：主元成分分析 GMM超矢量支持向量机话者确认

在线全文

学校读者我要写书评

暂无评论

基于CASA的噪声环境下的话者辨认

小型微型计算机系统 2016年第5期37卷 1107-1111页

作者：李冬冬唐建李然军李辉中国科学技术大学电子科学与技术系语音信息处理实验室合肥230001

传统的说话人识别系统在噪声环境下的识别率较低.基于计算听觉场景分析得到的二值掩码可以对噪声占主导部分进行重建,从而将与说话人相关的被破坏的信息重建起来.但是重建的效果受到该帧中可靠帧的比例的影响.因此,根据提取的二值掩码... 详细信息

传统的说话人识别系统在噪声环境下的识别率较低.基于计算听觉场景分析得到的二值掩码可以对噪声占主导部分进行重建,从而将与说话人相关的被破坏的信息重建起来.但是重建的效果受到该帧中可靠帧的比例的影响.因此,根据提取的二值掩码来设定阈值,从而对测试特征的帧进行选取,将测试特征的帧划分为三类,分别用于重建、保留和丢弃.最终使用重建后的帧和保留的帧进行后续处理,并用于识别过程.实验结果表明,相较于原来的重建系统,该算法的识别率有了一定的提高.

关键词：计算听觉场景分析 Gammatone频率倒谱系数(GFCC) 理想二值掩码(IBM) 阈值

在线全文

学校读者我要写书评

暂无评论

改进听觉组织方法的单声道浊语音分离

小型微型计算机系统 2016年第3期37卷 637-640页

作者：李然军李辉李冬冬中国科学技术大学电子科学与技术系语音信息处理实验室合肥230027

为了提高高频区域时频单元标记和听觉分割的准确性,提出一种改进听觉组织的单声道浊语音分离算法.在组织阶段中,首先该算法利用不同的特征对高频和低频中的时频单元进行标记.增强包络自相关函数被用来标记高频区域的时频单元.然后,利用... 详细信息

为了提高高频区域时频单元标记和听觉分割的准确性,提出一种改进听觉组织的单声道浊语音分离算法.在组织阶段中,首先该算法利用不同的特征对高频和低频中的时频单元进行标记.增强包络自相关函数被用来标记高频区域的时频单元.然后,利用起始和截止分析得到听觉片段,起始和截止分析方法可以有效地将语音和噪声分割到不同的片段.根据已经分离的浊语音二值模将这些片段选择性地重组到目标流中.系统评估表明,该算法优于原来的系统.

关键词：浊语音分离改进包络自相关函数起始和截止听觉重组

在线全文

学校读者我要写书评

暂无评论

基于高维空间映射失配补偿方法的说话人确认

中国科学技术大学学报 2010年第2期40卷 152-156页

作者：郭伟李辉许敏强刘青松中国科学技术大学电子科学与技术系语音信号和信息处理实验室安徽合肥230027

针对电话手机语音的文本无关说话人确认中,训练集语音和测试集语音来自不同信道所产生失配而导致系统性能下降的问题,采用一种基于高维空间映射的方法对系统进行补偿.在分析了已有的说话人确认系统的基础上,提出了一种基于特征参数映射... 详细信息

针对电话手机语音的文本无关说话人确认中,训练集语音和测试集语音来自不同信道所产生失配而导致系统性能下降的问题,采用一种基于高维空间映射的方法对系统进行补偿.在分析了已有的说话人确认系统的基础上,提出了一种基于特征参数映射支持向量机模型(PSVM)的说话人确认系统.首先用大量已知信道类型的语音训练出信道空间及映射矩阵,然后训练语音和测试语音都通过映射,消除因信道不同而导致的失配影响.在NIST数据库上的实验结果表明,这种方法弥补了训练语音和测试语音的失配,说话人确认系统的性能有了明显的提高.

关键词：说话人确认支持向量机映射模型失配补偿映射矩阵高维空间映射

在线全文

学校读者我要写书评

暂无评论

基于时空图卷积的城市流迁移预测（英文）

Frontiers of Information Technology & Electronic Engineering 2025年第1期 79-93页

作者：刘斌琨康宇曹洋赵云波许镇义中国科学技术大学自动化系系统控制与信息处理教育部重点实验室合肥综合性国家科学中心人工智能研究院中国科学技术大学先进技术研究院

最近，基于深度学习的城市流量预测被广泛应用于智慧城市的建设。由于这些方法通常对数据量要求较高，因此难以扩展到数据匮乏的城市。虽然迁移学习可以利用数据丰富的源城市协助目标城市进行城市流量预测，但由于忽略了长距离路网的连... 详细信息

最近，基于深度学习的城市流量预测被广泛应用于智慧城市的建设。由于这些方法通常对数据量要求较高，因此难以扩展到数据匮乏的城市。虽然迁移学习可以利用数据丰富的源城市协助目标城市进行城市流量预测，但由于忽略了长距离路网的连通性，因此现有方法的性能无法满足实际使用的需要。为解决这个问题，提出一种基于时空图卷积的迁移预测方法，即在源城市和目标城市之间构建一个共现空间，然后在共现空间中对源城市和目标城市流量数据进行映射对齐，从而实现源城市流量预测模型在目标城市上的迁移预测。具体来说，我们设计了一个动态时空图卷积模块和一个时间编码器，以同时捕捉流量的时间特征和空间特征，这些特征揭示了道路网络结构、人类出行习惯和城市流量之间的内在关联。然后，将这些特征作为跨城市不变表示被非线性映射到共现空间。通过优化马氏距离损失，目标城市特征与源城市特征在共现空间中对齐，从而实现跨城市自行车流量预测。在2015年芝加哥、纽约和华盛顿的公共自行车流量数据集上对所提出的方法进行评估，结果表明该方法明显优于目前最先进的技术。

关键词：迁移学习城市流预测时空图卷积

基于GMM和二分类特征筛选的多级音频分类方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国科学技术大学学报 2007年第12期37卷 1466-1471页

作者：高前勇戴蓓蒨许东星中国科学技术大学电子科学与技术系语音信号和信息处理实验室安徽合肥230027

采用同一种特征参数——Mel倒谱系数及其动态参数区分纯语音、带背景语音、乐器音、歌声和环境音.根据该特征参数的特点以及各类音频之间的差异,给出了一种区分性模型训练和特征筛选相结合的多级二分类音频分类方法,即为各级建立GMM(Gau... 详细信息

采用同一种特征参数——Mel倒谱系数及其动态参数区分纯语音、带背景语音、乐器音、歌声和环境音.根据该特征参数的特点以及各类音频之间的差异,给出了一种区分性模型训练和特征筛选相结合的多级二分类音频分类方法,即为各级建立GMM(Gaussian mixture model)模型的同时挑选出使当前模型区分程度达到最大的特征子集.对长约2 h的音频数据集的测试结果表明,该方法相对于特征筛选前的分类系统,平均误识率下降了约23.5%,且各二分类子系统的特征维数也有明显地减少.

关键词：音频分类 Mel倒谱系数及其动态参数区分性模型训练特征筛选多级二分类方法

在线全文

学校读者我要写书评

暂无评论

一种鲁棒的人眼光斑定位算法

中国科学技术大学学报 2011年第4期41卷 341-346页

作者：邓宏平李斌姚鹏张文聪庄镇泉中国科学技术大学电子科学与技术系智能信息处理实验室安徽合肥230027

光斑的检测和定位是视线跟踪系统中的一个重要环节,其定位精度直接影响视线跟踪系统的精度.目前常用的基于灰度二值化的光斑检测方法,容易受到光斑亮度变化和镜面反光等因素的影响.径向对称变换(RST)是一种有效的圆形目标检测技术,对上... 详细信息

光斑的检测和定位是视线跟踪系统中的一个重要环节,其定位精度直接影响视线跟踪系统的精度.目前常用的基于灰度二值化的光斑检测方法,容易受到光斑亮度变化和镜面反光等因素的影响.径向对称变换(RST)是一种有效的圆形目标检测技术,对上述干扰具有较好的鲁棒性,但计算代价偏高.为此提出了一种改进的径向对称变换(IRST),有效降低了算法的计算代价.在引入IRST实现光斑检测之后,再结合自适应二值化和重心法实现光斑的精确定位.实验结果表明,IRST算法的光斑检测鲁棒性明显高于基于灰度二值化的方法,而计算代价明显低于基于经典RST的光斑检测算法,最终的定位精度也优于其他同类算法.

关键词：光斑检测光斑定位视线跟踪径向对称变换

基于点线特征的单目视觉同时定位与地图构建算法

在线全文

学校读者我要写书评

暂无评论

机器人 2019年第3期41卷 392-403页

作者：王丹黄鲁李垚中国科学技术大学电子科学与技术系

当相机快速运动导致图像模糊或场景中纹理缺失时,基于点特征的同时定位与地图构建(SLAM)算法难以追踪足够多的有效特征点,定位精度和鲁棒性较差,甚至无法正常工作.为此,设计了一种基于点、线特征并融合轮式里程计数据的单目视觉同时定... 详细信息

当相机快速运动导致图像模糊或场景中纹理缺失时,基于点特征的同时定位与地图构建(SLAM)算法难以追踪足够多的有效特征点,定位精度和鲁棒性较差,甚至无法正常工作.为此,设计了一种基于点、线特征并融合轮式里程计数据的单目视觉同时定位与地图构建算法.首先,利用点特征与线特征的互补来提高数据关联的准确性,并据此构建具有几何信息的环境特征地图,同时引入轮式里程计数据为视觉定位算法提供先验和尺度信息.然后,通过最小化局部地图点、线的重投影误差得到更准确的视觉位姿,在视觉定位失效时,定位系统能根据轮式里程计数据继续工作.通过对比在多组公开数据集上得到的仿真实验结果可知,本文算法性能优于MSCKF (multi-state constraint Kalman filter)和LSD-SLAM(large-scale direct monocular SLAM)算法,证明了该算法的准确性和有效性.最后,将该算法应用于课题组搭建的机器人系统上,得到单目视觉定位均方误差(RMSE)约为7cm,在1.2GHz主频、四核处理器的嵌入式平台上平均每帧(640×480)的处理时间约为90ms.

关键词：同时定位与地图构建(SLAM) 线特征单目视觉移动机器人半直接法

基于TZ Normalization规整的话者确认阈值选取

在线全文

学校读者我要写书评

暂无评论

数据采集与处理 2005年第3期20卷 311-317页

作者：刘明辉陈继旭戴蓓蒨李辉中国科学技术大学电子科学与技术系合肥230026

针对说话人确认中,各目标话者模型输出评分分布不一致而导致系统确认阈值设置的困难,本文采取了通过评分规整确定系统最小检测代价函数(DCF)确认阈值的方法。在分析了已有的两种评分规整方法Z norm a l-ization和T norm a lization的基... 详细信息

针对说话人确认中,各目标话者模型输出评分分布不一致而导致系统确认阈值设置的困难,本文采取了通过评分规整确定系统最小检测代价函数(DCF)确认阈值的方法。在分析了已有的两种评分规整方法Z norm a l-ization和T norm a lization的基础上,提出了一种结合两者优点的组合规整方法——TZ norm a lization,并据此给出了一种阈值动态修正方法,有效地提高了系统的性能和阈值选取的鲁棒性。对历年的N IST(手机电话语音)评测语料库进行了实验,表明了该方法的有效性。

关键词：说话人确认评分规整 TZ normalization 最小DCF阈值