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

一种基于多层次MRF的多源图象融合算法

中国图象图形学报（A辑） 2003年第2期8卷 155-160页

作者：李士民郭立朱俊株中国科学技术大学电子科学与技术系合肥230026

图象融合技术的主要目的是将多种图象传感器数据中的互补信息组合起来 ,使形成的新图象更适合于计算机处理 (如分割、特征提取和目标识别 )等 .在多层次 MRF模型的基础上 ,提出了一种应用于多源图象分类的图象融合算法 .该融合算法将定... 详细信息

图象融合技术的主要目的是将多种图象传感器数据中的互补信息组合起来 ,使形成的新图象更适合于计算机处理 (如分割、特征提取和目标识别 )等 .在多层次 MRF模型的基础上 ,提出了一种应用于多源图象分类的图象融合算法 .该融合算法将定义在多层次图结构上的非线性因果 Markov模型与贝叶斯 SMAP(sequential m axi-mum a posteriori)最优化准则结合起来 ,克服了 MAP(maximum a posteriori)准则在多层次图结构上计算不合理的缺陷 .该算法可应用于多源遥感图象中的信息融合 ,使像素分类更精确 ,并解决多源海量数据的富集表示 .另外还利用合成图象与自然图象分别针对多层次 MRF模型的改进及算法中可最优化准则的不同进行了对比实验 ,结果表明。

关键词：计算机图象处理多源图象融合多层次模型序贯最大后验概率图象分割

基于分类高斯混合模型和神经网络融合的与文本无关的说话人识别

在线全文

学校读者我要写书评

暂无评论

模式识别与人工智能 2003年第4期16卷 423-428页

作者：黄伟戴蓓蒨李辉中国科学技术大学电子科学与技术系合肥230026

本文提出了一种基于分类高斯混合模型和神经网络融合的说话人识别系统,根据能量阈值将每个话者语音的语音帧分为两类,在分类子空间分别为每个话者建立两个分类话者模型(GMM),并为每个话者建立一个用于对这两类模型进行数据融合的神经网... 详细信息

本文提出了一种基于分类高斯混合模型和神经网络融合的说话人识别系统,根据能量阈值将每个话者语音的语音帧分为两类,在分类子空间分别为每个话者建立两个分类话者模型(GMM),并为每个话者建立一个用于对这两类模型进行数据融合的神经网络,话者识别的结果是经对各个话者神经网络的输出进行判决后做出的.在100个男性话者的与文本无关的说话人识别实验中,基于分类话者模型的策略在识别性能和噪声鲁棒性上均优于传统的GMM话者识别系统,而采用神经网络进行后端融合的策略又优于直接融合的策略,从而可以用较低的话者模型混合度和较短的测试语音获得较好的识别性能及噪声鲁棒性.

关键词：说话人识别文本分类高斯混合模型神经网络语音帧数据融合语音识别语音信号处理

在线全文

学校读者我要写书评

暂无评论

一种基于感知特性的鲁棒性语音认证算法

中国科学院研究生院学报 2009年第4期26卷 474-482页

作者：古今郭立郑东飞中国科学技术大学电子科学与技术系合肥230027

提出了一种基于感知域的鲁棒性语音认证算法,将语音的感知特性与签名算法相结合,在满足内容认证和身份认证的同时,能够有效地抵抗通信噪声微扰.算法基于语音的掩蔽效应和非线性效应等人耳感知特性,着重去除其时频域掩蔽阈值下的冗余信息... 详细信息

提出了一种基于感知域的鲁棒性语音认证算法,将语音的感知特性与签名算法相结合,在满足内容认证和身份认证的同时,能够有效地抵抗通信噪声微扰.算法基于语音的掩蔽效应和非线性效应等人耳感知特性,着重去除其时频域掩蔽阈值下的冗余信息,进行非线性滤波后提取感知参数,并运用改进的Rainbow算法对这些语音参数进行签名.实验证明,该算法的唯一性和针对通信噪声的鲁棒性都很好,兼有Rainbow签名的安全性保证,可以满足语音通信中的鲁棒性认证要求.

关键词：感知域鲁棒性语音认证

在线全文

学校读者我要写书评

暂无评论

采用通用语音属性建模的说话人确认

小型微型计算机系统 2016年第11期37卷 2577-2581页

作者：张圣郭武中国科学技术大学电子工程与信息科学系语音及语言信息处理国家工程实验室合肥230027

本文提出采用通用语音属性的方法来进行自动语音识别的声学模型建模,并将其应用到说话人识别的全变量空间建模中.首先将发音方式和发音位置两种属性联合构成通用语音属性的基本单元用于声学建模,在此基础上采用深度学习算法建立语音识... 详细信息

本文提出采用通用语音属性的方法来进行自动语音识别的声学模型建模,并将其应用到说话人识别的全变量空间建模中.首先将发音方式和发音位置两种属性联合构成通用语音属性的基本单元用于声学建模,在此基础上采用深度学习算法建立语音识别的声学模型;用此声学模型来获得说话人识别的每帧声学特征对应的后验概率,将这个后验概率作为全变量空间分析的零阶统计量,在此基础上完成说话人识别中的i-vector建模及识别.在NIST 2012的说话人识别评测任务中,提出的算法能够取得与主流算法相当的识别水平.进一步,当我们把基于通用语音属性的DNN/i-vector系统与目前主流的系统进行得分域的融合,相对于最好的单系统,男声等错误率平均下降了12.1%,女声等错误率平均下降了14.4%.

关键词：说话人确认深度神经网络通用语音属性

在线全文

学校读者我要写书评

暂无评论

采用音素分类的因子分析说话人识别方法

小型微型计算机系统 2016年第9期37卷 2130-2134页

作者：马啸空郭武中国科学技术大学电子工程与信息科学系语音及语言信息处理国家工程实验室合肥230027

提出一种利用深度神经网络和语音学知识进行文本无关的说话人识别的方法.采用深度神经网络(Deep Neural Netw ork,DNN)来进行有监督的因子分析建模方法是目前与文本无关说话人识别的研究热点,在此基础上挖掘了不同的音素对识别性能的影... 详细信息

提出一种利用深度神经网络和语音学知识进行文本无关的说话人识别的方法.采用深度神经网络(Deep Neural Netw ork,DNN)来进行有监督的因子分析建模方法是目前与文本无关说话人识别的研究热点,在此基础上挖掘了不同的音素对识别性能的影响.首先根据语音学知识对DNN的输出节点进行分类,在说话人建模过程中,根据不同的类别来提取不同的后验因子(i-vectors),然后采用拼接的方式得到一个高维的i-vector用于话者识别.在NIST SRE 2012的核心测试任务上,相对于无监督的全空间变量因子分析与基于DNN的因子分析方法,提出的算法都有不同程度的性能提升.综合来看,超过了目前已知的最佳系统性能.

关键词：说话人识别深度神经网络音素分类因子分析

一种基于GSM的低码率语音信息隐秘传输方法

在线全文

学校读者我要写书评

暂无评论

电路与系统学报 2008年第2期13卷 83-88页

作者：程义民郭志川谢春辉谢于明中国科学技术大学电子科学与技术系安徽合肥230026

本文描述了一种将一路低码率2.4kb/s混合激励线性预测(MELP)语音信息隐藏在另一路GSM编码的语音中,通过公共信道隐秘传输的方法。可将机密数据嵌入GSM语音中对人耳不敏感的比特,每(2L+1)可修改比特,可嵌入2L比特数据而最多只修改其中的... 详细信息

本文描述了一种将一路低码率2.4kb/s混合激励线性预测(MELP)语音信息隐藏在另一路GSM编码的语音中,通过公共信道隐秘传输的方法。可将机密数据嵌入GSM语音中对人耳不敏感的比特,每(2L+1)可修改比特,可嵌入2L比特数据而最多只修改其中的L比特,具有较高的嵌入率。隐藏在GSM语音中的低码率信息码率最高可达3.4kb/s。该方法,计算复杂度不高,易于硬件实现,从而可满足实时隐秘传输的要求。该方法已用微型机在局域网进行了模拟实验,获得了较好的结果。

关键词：语音信息隐藏低码率实时混合激励线性预测

在线全文

学校读者我要写书评

暂无评论

等离子体刻蚀建模中的电子碰撞截面数据

物理学报 2024年第9期73卷 1-25页

作者：陈锦峰朱林繁中国科学技术大学近代物理系合肥230026

半导体芯片是信息时代的基石,诸如大数据、机器学习、人工智能等新兴技术领域的快速发展离不开源自芯片层面的算力支撑.在越来越高的算力需求驱动下,芯片工艺不断追求更高的集成度与更小的器件体积.作为芯片制造工序的关键环节,刻蚀工... 详细信息

半导体芯片是信息时代的基石,诸如大数据、机器学习、人工智能等新兴技术领域的快速发展离不开源自芯片层面的算力支撑.在越来越高的算力需求驱动下,芯片工艺不断追求更高的集成度与更小的器件体积.作为芯片制造工序的关键环节,刻蚀工艺因此面临巨大的挑战.基于低温等离子体处理技术的干法刻蚀工艺是高精细电路图案刻蚀的首选方案,借助等离子体仿真模拟,人们已经能够在很大程度上缩小实验探索的范围,在海量的参数中找到最优工艺条件.电子碰撞截面是等离子体刻蚀模型的关键输入参数,深刻影响着模型预测结果的可靠性.本文主要介绍了低温等离子体建模的基本理论,重点强调电子碰撞截面数据在数值模拟中的重要作用.与此同时,本文概述了获取刻蚀气体截面数据的理论与实验方法.最后总结了刻蚀相关原子分子的电子碰撞截面研究现状,并展望了未来的研究前景.

关键词：电子碰撞截面干法刻蚀低温等离子体等离子体建模

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

SIFT算法的并行实现及应用

计算机工程与应用 2010年第20期46卷 56-59,67页

作者：韩龙郭立李玉云中国科学技术大学电子科学与技术系合肥230027

SIFT算法广泛应用于计算机视觉等领域,而该算法具有较高复杂度,为此提出了一种基于改进SIFT特征提取的视频全景合成方法。该方法采用了多核系统平台并行优化来实现SIFT算法,首先对相邻视点的特征进行配准,然后对重合区域进行双线性融合... 详细信息

SIFT算法广泛应用于计算机视觉等领域,而该算法具有较高复杂度,为此提出了一种基于改进SIFT特征提取的视频全景合成方法。该方法采用了多核系统平台并行优化来实现SIFT算法,首先对相邻视点的特征进行配准,然后对重合区域进行双线性融合,减少了视差的影响,同时克服了SIFT算法高复杂度问题。实验结果证明,SIFT算法的并行实现能够实时处理视频拼接,并在大角度旋转情况下仍能较好地合成视图。

关键词：尺度不变特征变换(SIFT)算法并行优化图像配准视频拼接

在线全文

学校读者我要写书评

暂无评论

使用SIMD协处理器的高性能声码器

计算机工程与应用 2009年第36期45卷 66-70页

作者：高路郭立韩琼磊杨帆中国科学技术大学电子科学与技术系合肥230027

近年来,传统的SOC设计方法已无法跟上数据密集型应用的需求。采用了一种面向应用的设计思路,通过添加定制的协处理器和扩展指令集的方式来加速语音编解码算法。选用可配置的LEON-2RISC软核,并嵌入特别定制的向量乘累加单元来减少运算密... 详细信息

近年来,传统的SOC设计方法已无法跟上数据密集型应用的需求。采用了一种面向应用的设计思路,通过添加定制的协处理器和扩展指令集的方式来加速语音编解码算法。选用可配置的LEON-2RISC软核,并嵌入特别定制的向量乘累加单元来减少运算密集型模块的计算时间,采用不添加新的IP模块的方法改善性能。实验结果表明,对于大量使用乘累加运算的编解码算法,其加速效果最为明显,运算时间平均减少了45%。目前,整个系统已经在Stratix2 EP2S60C5 FPGA上得到了验证,频率50MHz。

关键词：单指令多数据指令集协处理器并行