检索结果-南通市图书馆

基于语音质量自适应和类三元组思想的说话人确认方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机应用 2024年

作者：王超姚姗姗山西大学大数据科学与产业研究院

针对目前的说话人确认方法在复杂的测试场景或语音质量退化较大时性能下降严重的问题，提出一种基于语音质量自适应和类三元组思想的说话人确认方法（QATM）。首先，利用说话人语音的特征范数来关联语音质量，通过判断语音质量的好坏，... 详细信息

针对目前的说话人确认方法在复杂的测试场景或语音质量退化较大时性能下降严重的问题，提出一种基于语音质量自适应和类三元组思想的说话人确认方法（QATM）。首先，利用说话人语音的特征范数来关联语音质量，通过判断语音质量的好坏，以选取不同的损失函数来调整不同质量语音样本的重要性，以关注语音质量高的难样本，忽略语音质量低的难样本；最后，利用类三元组的思想同时对AM-Softmax(Additive Margin Softmax)损失和AAM-Softmax(Additive Angular Margin Softmax)损失进行改进，旨在更多的关注困难的说话人样本，以应对语音质量过差的难样本对于模型的损害。实验结果表明，当训练集为VoxCeleb2开发集时，在Half-ResNet34、ResNet34和ECAPA-TDNN网络架构中，该方法与基于AAM-Softmax损失的方法相比在VoxCeleb1-O测试集上的等错误率（EER）分别降低了6.41%、3.89%和7.27%，当训练集为Cn-Celeb.Train时，在Half-ResNet34网络架构中，该方法与基于AAM-Softmax损失的方法相比在Cn-Celeb.Eval上的等错误率（EER）降低了5.25%。可见，所提方法在普通和复杂场景下的准确度均有所提高。

关键词：说话人确认难样本语音质量自适应三元组思想

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于全局节点和多片段的格栅命名实体识别

计算机工程 2023年第12期49卷 96-102页

作者：郭江涛彭甫镕山西大学大数据科学与产业研究院太原030006

现有命名实体识别模型对标注数据量要求较高,基于主动学习的命名实体识别模型需要人工分词造成标注代价大。针对上述问题,提出一种结合全局节点和多片段的格栅命名实体识别模型。将Transformer的全连接结构替换为全局节点和多片段结构,... 详细信息

现有命名实体识别模型对标注数据量要求较高,基于主动学习的命名实体识别模型需要人工分词造成标注代价大。针对上述问题,提出一种结合全局节点和多片段的格栅命名实体识别模型。将Transformer的全连接结构替换为全局节点和多片段结构,每个节点仅与构造的上下文向量进行注意力计算,全局和片段节点分别获取全局和局部信息,从而降低对标注数据的需求量。对Flat-Lattice结构进行改进,解决现有主动学习策略需要分词的问题,从而在保证模型性能的情况下降低数据标注代价。在MSRA、OntoNotes 5.0、Weibo、PeopleDaily这4个数据集上的实验结果表明,与FLAT模型相比,所提模型达到对应F1阈值所需的标注数据量分别降低了39.90%、2.17%、34.60%和35.67%。

关键词：全局节点多片段格栅命名实体识别主动学习 Transformer结构

基于不确定性学习的文本无关的说话人确认方法

在线全文

学校读者我要写书评

暂无评论

计算机应用 2023年第12期43卷 3727-3732页

作者：张玉莲姚姗姗王超畅江山西大学大数据科学与产业研究院太原030006

说话人确认任务旨在判断注册语音与测试语音是否属于同一说话人。针对说话人识别系统提取的声纹特征通常会受到与身份信息无关的因素干扰进而导致系统的准确性严重下降的问题,提出一种基于不确定性学习(UL)的文本无关的说话人确认(TISV... 详细信息

说话人确认任务旨在判断注册语音与测试语音是否属于同一说话人。针对说话人识别系统提取的声纹特征通常会受到与身份信息无关的因素干扰进而导致系统的准确性严重下降的问题,提出一种基于不确定性学习(UL)的文本无关的说话人确认(TISV)方法。首先,在说话人主干网络中引入不确定性同时学习声纹特征(均值)和话语数据的不确定性(方差),以建模语音数据集中的不确定性;其次,通过重采样技巧得到特征的分布表示;最后,在说话人分类损失中引入KL散度正则化约束噪声的分布,从而解决计算分类损失过程中的退化问题。实验结果表明,当训练集为VoxCeleb1和VoxCeleb2开发集时,与基于确定性方法的Thin ResNet34模型相比,所提方法的模型在VoxCeleb1-O测试集上的等错误率(EER)分别降低了9.9%和10.4%,最小检测代价函数(minDCF)分别降低了10.9%和4.5%。可见,所提方法在有噪声、无约束场景下的准确度有所提高。

关键词：说话人确认数据不确定性分布嵌入 AAM-softmax KL散度

在线全文

学校读者我要写书评

暂无评论

多粒度融合驱动的超多视图分类方法

计算机研究与发展 2022年第8期59卷 1653-1667页

作者：梁新彦钱宇华郭倩黄琴山西大学大数据科学与产业研究院太原030006 山西省机器视觉与数据挖掘工程研究中心太原030006

有效的融合算子可提升多视图分类方法的性能.随着视图个数增多,现有融合算子面临2方面挑战:1)表达能力强的融合算子得到的融合向量维度呈指数增加,而融合维度不变的融合算子的表达能力较弱;2)现有融合算子往往一次作用于全部视图,这种... 详细信息

有效的融合算子可提升多视图分类方法的性能.随着视图个数增多,现有融合算子面临2方面挑战:1)表达能力强的融合算子得到的融合向量维度呈指数增加,而融合维度不变的融合算子的表达能力较弱;2)现有融合算子往往一次作用于全部视图,这种融合策略建模视图间的关系较为困难.为解决这些问题,受多粒度启发,提出一种多粒度融合的超多视图分类方法.首先,使用1个融合算子建模任意视图对之间的关系;然后,基于成对关系结果,使用1个融合算子建模每个视图与其他全部视图的关系;最后,基于每个视图与其他全部视图的关系结果,使用1个融合算子建模全部视图间的关系.4个大规模数据集上的实验结果表明:多粒度融合的超多视图分类方法的性能统计上优于比较方法,这表明多粒度由易到难建模视图特征间关系的策略确实可提升多视图分类方法的性能.

关键词：超多视图融合分类多粒度多层次

基于自分块轻量化Transformer的医学图像分割网络

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2024年

作者：张文杰宋艳涛王克琪张越山西大学计算机与信息技术学院山西大学大数据科学与产业研究院

传统的医学图像分割网络参数量大、运算速度缓慢，不能有效应用于即时检测技术。为解决该问题，提出了一种轻量化的医学图像分割网络SPTFormer。该网络构建了自分块Transformer模块，其通过自适应的分块策略重塑特征图，利用并行化计算... 详细信息

传统的医学图像分割网络参数量大、运算速度缓慢，不能有效应用于即时检测技术。为解决该问题，提出了一种轻量化的医学图像分割网络SPTFormer。该网络构建了自分块Transformer模块，其通过自适应的分块策略重塑特征图，利用并行化计算在提高Attention运算速度的同时关注局部细节特征；还构建了SRCNN模块，使用平移加复位操作提升对局部空间信息的捕获能力。在ISIC 2018、BUSI、CVC-ClinicDB和2018 Data Science Bowl四个模态数据集上进行了实验，与基于Transformer的TransUNet网络相比，所提网络SPTFormer精度分别提高了4.28%、3.74%、6.50%和1.16%,GPU计算耗时降低58%。该网络在医学图像分割应用中具有更优的性能，可以良好地兼顾网络精度和复杂度，为计算机即时辅助诊断提供了新方案。

关键词：医学图像分割轻量化网络 Transformer

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于节点度中心性的无监督特征选择

数据采集与处理 2019年第2期34卷 312-321页

作者：闫泓任马国帅钱宇华山西大学大数据科学与产业研究院太原030006

特征选择方法可以从成千上万个特征中选择合适的少量特征,使模型更加有效、高效。本文考虑到真实场景下高维数据集中特征之间互相关联以及使用复杂网络结构描述特征空间的全局性与合理性,提出无监督场景下的基于复杂网络节点度中心性的... 详细信息

特征选择方法可以从成千上万个特征中选择合适的少量特征,使模型更加有效、高效。本文考虑到真实场景下高维数据集中特征之间互相关联以及使用复杂网络结构描述特征空间的全局性与合理性,提出无监督场景下的基于复杂网络节点度中心性的特征选择方法。根据特征间的相关性大小,设定阈值选择保留符合要求的关联;再利用保留的关联生成以特征为节点的无向无权重网络结构;最后以衡量节点度中心性的方法筛选此网络中影响力最大的节点集,亦即最优特征子集。本文方法为处理特征重要性及特征冗余增加了灵活性。采用对比实验,将本文方法与常用特征选择或特征提取方法在多个高维数据集上进行性能比较。实验分析结果表明此方法的有效性以及普适性。

关键词：特征选择复杂网络节点度中心性特征相关性

在线全文

学校读者我要写书评

暂无评论

基于多任务联合学习的弱光场景人脸检测算法

计算机科学 2024年

作者：张霞苏昭辉陈路山西大学大数据科学与产业研究院山西大学计算机与信息技术学院

弱光场景中人脸检测是指在弱光条件下使用图像处理技术检测人脸。目前，大多数弱光环境下人脸检测算法通常先将弱光图像进行增强然后再进行人脸检测，忽略了人脸检测和图像增强任务之间的特征相关性，从而影响了模型泛化能力。受Enlight... 详细信息

弱光场景中人脸检测是指在弱光条件下使用图像处理技术检测人脸。目前，大多数弱光环境下人脸检测算法通常先将弱光图像进行增强然后再进行人脸检测，忽略了人脸检测和图像增强任务之间的特征相关性，从而影响了模型泛化能力。受EnlightenGAN算法的启发，文中提出一种适用于弱光环境人脸检测的多任务联合学习算法:首先融合人脸检测和图像增强的输入层共享表示;其次将人脸注意力网络和EnlightenGAN相结合，在全局-局部判别器的基础上增加用于人脸区域判定的局部判别器;最后在自正则化注意力图的基础上增加光照权重参数，通过调节使人脸检测的精度达到最佳值。在DARK FACE数据集上的实验结果表明，与现有算法相比，本文所提算法的人脸检测精度提升了1.92%，同时能够很好地提升弱光图像视觉质量。

关键词：弱光环境人脸检测图像增强多任务联合学习局部判别器

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

极谐波分数傅里叶矩及其零水印算法应用

小型微型计算机系统 2023年

作者：徐丽云张敏山西大学计算机与信息技术学院山西大学大数据科学与产业研究院

图像矩作为一种图像的全局特征描述符，已经成为模式识别和图像分析的一种有力工具。为了能够有效抵抗常见的图像处理攻击和几何攻击，本文提出了可用于描述图像特征的极谐波分数傅里叶矩和四元数极谐波分数傅里叶矩。首先，将极谐波多... 详细信息

图像矩作为一种图像的全局特征描述符，已经成为模式识别和图像分析的一种有力工具。为了能够有效抵抗常见的图像处理攻击和几何攻击，本文提出了可用于描述图像特征的极谐波分数傅里叶矩和四元数极谐波分数傅里叶矩。首先，将极谐波多项式作为径向函数，分数傅里叶变换的核函数作为角向函数，得到了极谐波分数傅里叶矩，并分析了其相关性质。其次，将图像的极谐波分数傅里叶矩应用到零水印算法，计算和提取图像中极谐波分数傅里叶矩，随机选择合适的特征图像，并构造二值特征图像，将得到的二值特征图像与水印图像进行异或运算，构造作为零水印的特征图像。最后，针对提出的零水印算法，通过噪声、滤波、旋转、缩放进行鲁棒性和对比分析实验。实验结果表明，本文所提出的极谐波分数傅里叶矩，综合了极谐波多项式和分数傅里叶变换的优点，在零水印算法中能够有效抵抗图像处理攻击和几何攻击，与同类算法相比鲁棒性更优。

关键词：正交矩分数傅里叶变换极谐波多项式四元数零水印

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

动态融合社交信息的社会化推荐

计算机应用 2021年第10期41卷 2806-2812页

作者：任柯舟彭甫镕郭鑫王喆张晓静山西大学大数据科学与产业研究院太原030006

针对推荐算法中的数据稀疏问题,通常引入社交数据作为辅助信息进行社会化推荐。传统的社会化推荐算法忽略用户的兴趣迁移,导致模型无法描述用户兴趣的动态变化特征,也忽略了社交影响的动态特性,导致模型将很久以前的社交行为与近期社交... 详细信息

针对推荐算法中的数据稀疏问题,通常引入社交数据作为辅助信息进行社会化推荐。传统的社会化推荐算法忽略用户的兴趣迁移,导致模型无法描述用户兴趣的动态变化特征,也忽略了社交影响的动态特性,导致模型将很久以前的社交行为与近期社交行为同等对待。针对这两点提出一种社交信息动态融合的社会化推荐模型SLSRec。首先,利用自注意力机制构建用户交互物品的序列模型,以实现对用户兴趣的动态描述;然后,设计具有时间遗忘的注意力机制对社交短期兴趣进行建模,并设计具有协同特性的注意力机制对社交长期兴趣进行建模;最后,融合社交的长短期兴趣与用户的短期兴趣来获得用户的最终兴趣并产生下一项推荐。利用归一化折损累计增益(NDCG)和命中率(HR)指标在稀疏数据集brightkite和稠密数据集Last.FM上把所提模型与序列推荐模型(自注意力序列推荐(SASRec)模型)和社会化推荐模型(社会推荐的神经影响扩散(DiffNet)模型)进行对比验证。实验结果显示,SLSRec模型与DiffNet模型相比,在稀疏数据集上的HR指标提升了8.5%;与SASRec模型相比,在稠密数据集上的NDCG指标提升了2.1%,表明考虑社交信息的动态特性使推荐结果更加准确。

关键词：推荐系统序列推荐社会化推荐注意力机制信息融合