检索结果-内蒙古大学图书馆

信号处理 2017年第3期33卷 268-272页

作者：刘斌陶建华中国科学院自动化研究所模式识别国家重点实验室北京100190 中国科学院脑科学与智能技术卓越创新中心北京100190 中国科学院大学计算机与控制学院北京100190

本文提出了一种联合长短时记忆递归神经网络和非负矩阵分解方法对单通道语音进行混响消除;对语音信号的对数功率谱建模抑制混响干扰。首先通过长短时记忆递归神经网络估计对数功率谱,这种模型结构能捕获整个音频序列的信息重构纯净语音... 详细信息

本文提出了一种联合长短时记忆递归神经网络和非负矩阵分解方法对单通道语音进行混响消除;对语音信号的对数功率谱建模抑制混响干扰。首先通过长短时记忆递归神经网络估计对数功率谱,这种模型结构能捕获整个音频序列的信息重构纯净语音的对数功率谱,然后通过非负矩阵分解方法对重构的对数功率谱进行后处理抑制过平滑问题;实验结果表明所提方法可以有效抑制语音信号中的混响干扰,本文方法的各种性能指标优于基线方法。

关键词：单通道混响消除长短时记忆递归神经网络非负矩阵分解深度学习

来源：评论

学校读者我要写书评

暂无评论

自然场景下鲁棒多模态连续情感识别

自然场景下鲁棒多模态连续情感识别

引用

作者：裴二成西北工业大学

学位级别：博士

一个具备自然交互能力的智能系统应该能够感知用户的情绪并做出适当的反应,进而提供更好的交互体验。情感识别技术就是通过对人类语音、面部表情、身体姿态以及生理信号等多模态数据进行分析建模,从而识别出离散情感类别或者连续情感维... 详细信息

一个具备自然交互能力的智能系统应该能够感知用户的情绪并做出适当的反应,进而提供更好的交互体验。情感识别技术就是通过对人类语音、面部表情、身体姿态以及生理信号等多模态数据进行分析建模,从而识别出离散情感类别或者连续情感维度。情感维度由于可以在连续情感空间描述长时间内情感的细节变化,近年来得到了深入研究并取得了良好的进展。但是,在真实自然场景下,由于标注误差和人脸光照、身份差异、性别差异等因素的影响,连续情感识别的鲁棒性还有待提高。本文研究了自然场景下鲁棒的多模态连续情感识别方法,具体工作和创新点如下:1.提出了基于深度双向长短时记忆神经网络(Deep BLSTM)的连续情感识别方法,利用深层BLSTM捕获复杂的层级分布式特征表示,提高模型的泛化能力。针对连续情感维度标注的延迟问题,提出了一种基于一致性相关系数(CCC)的对齐方法,将特征序列和情感标注序列进行对齐。在RECOLA数据库上的单模态情感维度估计实验结果表明,延迟对齐显著提升了连续情感识别的性能。在多模态连续情感识别中,在唤醒度(Arousal)和愉悦度(Valence)维度上的平均CCC达到0.723,在国际听视觉情感挑战赛(AVEC2015)上获得了最好性能。2.针对深度BLSTM模型计算量大而训练数据集比较小的问题,提出了基于混合深度神经网络和双向长短时记忆神经网络的连续情感识别模型(DNN-BLSTM),并且针对连续情感维度标注不可靠的问题,提出了一种弱监督学习方法,该方法引入瞬时标注作为模型的监督信号,并设计一种鲁棒损失函数来训练DNN-BLSTM模型参数。在RECOLA数据库上的连续情感识别实验结果表明,DNN-BLSTM在计算量大大减少的情况下,取得了与深度BLSTM模型接近的性能;在使用弱监督训练后,性能得到进一步提升。与没有采用弱监督学习的DNN-BLSTM相比,单模态识别的Arousal的CCC提升了7.0%,Valence的CCC提升了7.5%,多模态融合识别在Arousal和Valence维度上的平均CCC达到0.74。3.提出了基于自适应权重网络的高效模型级融合多模态连续情感识别方法(AWNMLF)。将不同特征流对应的模型以及融合模型连接成一个统一的网络框架,对每个模态对应的网络分支都使用辅助监督信号来缓解梯度消失问题和提高隐层特征的区分性,同时权重生成网络生成的权重被应用到融合层,引导不同模态对情感维度估计的贡献随着场景中相关副信息的变化而自适应调节,进而克服了决策融合方法忽视多模态信息动态互补和动态冗余的问题,提高了情感识别模型对复杂动态场景的鲁棒性。在RECOLA数据库上的实验结果表明,自适应权重网络的引入显著提高了连续情感识别性能,在Arousal和Valence维度上的平均CCC达到了0.727。与前沿的特征融合以及模型融合方法相比,AWN-MLF模型显著提升了连续情感识别性能;与决策融合方法相比,大大降低了训练量。4.提出了一种基于3D人脸场流信息的3D面部时空特征。首先进行二维人脸特征点定位,定位的特征点被用来拟合扩展的三维可变形人脸模型(3DMM),进而获得三维点云数据。3DMM可以使得身份因子、头部姿势等信息从特定的人脸中分离出来,通过计算帧间的三维点云的位移,更好地描述三维面部肌肉的自然变形。采用LSTM模型,在RECOLA数据库和SEMAINE数据库上进行了连续情感识别实验。结果表明,提出的3D面部时空特征有效提高了连续情感识别对身份差异、头部姿态、光照变化等无关因子的鲁棒性,其中在RECOLA数据库上,Arousal和Valence预测的平均CCC达到了0.515。5.提出了基于高耦合递归神经网络和贝叶斯滤波的连续情感识别模型(RNN-BF)。该模型利用递归神经网络,对图像序列和特征序列等高维度低层信息的复杂动态上下文建模,同时利用贝叶斯滤波器对情感状态等低维度高层信息的动态建模,并在模型中嵌入高斯滤波器来自动对齐特征与标注。整个RNN-BF模型通过误差反向传播和梯度下降算法联合优化,以学习贝叶斯滤波器和高斯滤波器的参数。在RECOLA数据库上的实验结果表明,贝叶斯滤波器的嵌入有效提升了连续情感识别的性能,而且在嵌入高斯滤波器进行延迟对齐后,识别性能得到进一步提升,在Arousal和Valence维度上的平均CCC达到了0.579。

关键词：连续情感识别长短时记忆递归神经网络弱监督学习多模态融合自适应权重网络三维面部时空特征贝叶斯滤波

来源：评论

学校读者我要写书评

暂无评论

基于SWLSTM算法的超短期风向预测

引用

中国电机工程学报 2019年第15期39卷 4459-4467页

作者：唐振浩赵赓楠曹生现赵波东北电力大学自动化工程学院

风向预测是提高风能转化率、保障偏航系统运行安全的基础。为了建立高精度风向预测算法,提出一种基于自校正小波长短时记忆网络(self-tuning wavelet long-short term memory neural network,SWLSTM)算法。首先,利用互信息法选取时间序... 详细信息

风向预测是提高风能转化率、保障偏航系统运行安全的基础。为了建立高精度风向预测算法,提出一种基于自校正小波长短时记忆网络(self-tuning wavelet long-short term memory neural network,SWLSTM)算法。首先,利用互信息法选取时间序列特征的长度;然后,经过小波分解进一步提取风向序列的时域信息和频域信息;在此基础上,选择长短时记忆递归神经网络(long-short term memory neural network,LSTM)进行建模;最后,设计误差自校正策略,进一步提升预测精度。为了验证该文算法的适应性与预测精度,选择风电场实际风向数据分别进行实验。实验结果表明,SWLSTM算法优于常见数据建模方法,风向预测误差小于1.73%,满足风电场的生产要求。

关键词：风向预测互信息法小波分解长短时记忆递归神经网络误差自校正

来源：评论

学校读者我要写书评

暂无评论

基于双向LSTM的军事命名实体识别

引用

计算机工程与科学 2019年第4期41卷 713-718页

作者：李健龙王盼卿韩琪羽陆军工程大学石家庄校区装备模拟训练中心河北石家庄050001

为了减少传统的命名实体识别需要人工制定特征的大量工作,通过无监督训练获得军事领域语料的分布式向量表示,采用双向LSTM递归神经网络模型解决军事领域命名实体的识别问题,并且通过添加字词结合的输入向量和注意力机制对双向LSTM递归... 详细信息

为了减少传统的命名实体识别需要人工制定特征的大量工作,通过无监督训练获得军事领域语料的分布式向量表示,采用双向LSTM递归神经网络模型解决军事领域命名实体的识别问题,并且通过添加字词结合的输入向量和注意力机制对双向LSTM递归神经网络模型进行扩展和改进,进而提高军事领域命名实体识别。实验结果表明,提出的方法能够完成军事领域命名实体的识别,并且在测试集语料上的F-值达到了87.38%。

关键词：命名实体识别长短时记忆递归神经网络注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于神经网络的电站锅炉NOx排放预测方法研究

基于神经网络的电站锅炉NOx排放预测方法研究

引用

作者：李元浩华中科技大学

学位级别：硕士

在我国依然是以燃煤发电为主的能源体系下,大量NOx的排放的情况是不可避免,对电站锅炉NOx排放量建模进行预测研究,得到不准确的NOx排放量容易导致过量喷氨或者喷氨不足,过量喷氨不仅导致氨的浪费,还容易对环境造成二次污染、引起空预器... 详细信息

在我国依然是以燃煤发电为主的能源体系下,大量NOx的排放的情况是不可避免,对电站锅炉NOx排放量建模进行预测研究,得到不准确的NOx排放量容易导致过量喷氨或者喷氨不足,过量喷氨不仅导致氨的浪费,还容易对环境造成二次污染、引起空预器堵塞等问题;喷氨不足则导致催化还原反应不充分,造成NOx排放超标,这不仅会给电厂的经济效益带来严重影响,还会给电厂造成不良的社会影响。采用传统机器学习算法对电站锅炉建模会有特征选择以及稳态提取的要求。为了解决变工况情况下的NOx预测问题,提出一种结合线性回归、XGBoost、长短时记忆递归神经网络的多模型融合算法SLXM,对电站锅炉的NOx排放预测进行建模研究。针对该融合模型的工作原理进行了详细分析和研究,并与已有研究稳态下的预测模型进行了对比测试分析。针对锅炉数据集的特点,指出数据处理对于模型预测上的重要性,提出了一种适用于电站锅炉数据集的数据预处理方案:针对锅炉数据及各项特征的数值化处理、数据清洗以及数据标准化等预处理过程。最后,将广州沙角c电厂某机组7天的历史运行数据作为训练集和测试集,经过预处理加工后用于多模型融合算法进行建模。研究表明,相对于传统的机器学习算法,多模型融合算法SLXM在变工况情况下拥有良好的预测能力,多层感知器的预测结果在测试集的平均误差MAPE为9.16%,SVM的的预测结果整体相比于真实值偏小,同时测试集上平均误差MAPE为7.37%,无法在实际工程上投入使用,PCA-SVM在测试集上的结果比SVM的误差更大,但是SLXM在测试集上取得了较好的预测精度,其平均误差为4.28%。

关键词： XGBoost 长短时记忆递归神经网络 NOx排放电站锅炉模型融合

来源：评论

学校读者我要写书评

暂无评论

基于可穿戴传感器的普适化人体活动识别

引用

传感技术学报 2018年第7期31卷 1124-1131页

作者：范长军高飞浙江工业大学计算机科学与技术学院杭州310023

为了提高日常活动识别的准确性和自动化程度,减少人为干预,提出了利用可穿戴传感信号作为输入,通过深度神经网络进行人体活动识别的方法。首先,设计了普适环境下人体活动识别的系统架构,建立了一套加速度、生理信号等传感数据的采集系统... 详细信息

为了提高日常活动识别的准确性和自动化程度,减少人为干预,提出了利用可穿戴传感信号作为输入,通过深度神经网络进行人体活动识别的方法。首先,设计了普适环境下人体活动识别的系统架构,建立了一套加速度、生理信号等传感数据的采集系统;然后,对获取的传感数据进行降噪、加窗与归一化等预处理,并设计了长短时记忆递归神经网络来进行特征的自动提取和融合,从而实现活动识别。实验结果表明,该方法减少了对人工和专家知识的依赖,自动进行多模态传感器的融合,智能化程度高,分类效果好。

关键词：人体活动识别多模态信息融合长短时记忆递归神经网络可穿戴传感器

来源：评论

学校读者我要写书评

暂无评论

SOM-LSTM递归神经网络语音端点检测系统

引用

信息通信 2019年第5期32卷 50-53页

作者：唐铠陆鹏三峡大学计算机与信息学院湖北宜昌443002 盐城工学院机械优集学院江苏盐城224000

语音端点检测是语音信号处理的一个重要环节,传统的语音端点检测算法往往是基于短时能量以及过零率等实现,在低信噪比的环境下,检测算法的准确度较低。因此,提出了一种基于自组织映射(SOM)神经网络和长短时记忆(LSTM)递归神经网络相结... 详细信息

语音端点检测是语音信号处理的一个重要环节,传统的语音端点检测算法往往是基于短时能量以及过零率等实现,在低信噪比的环境下,检测算法的准确度较低。因此,提出了一种基于自组织映射(SOM)神经网络和长短时记忆(LSTM)递归神经网络相结合的端点检测算法。该算法通过检测语音信号在每个时间节点上的特征属性利用SOM神经网络进行聚类,并根据每个时间节点的语音状态对聚类结果进行调整,构造能够判别语音状态和噪声状态的样本作为LSTM递归神经网络的输入,利用LSTM递归神经网络实现端点检测的目的。

关键词：语音端点检测长短时记忆递归神经网络自组织映射神经网络语音状态堆叠无监督学习

来源：评论

学校读者我要写书评

暂无评论

HIV-1蛋白酶切割位点预测研究

引用

青岛大学学报（工程技术版） 2018年第2期33卷 1-6页

作者：范光鹏孙仁诚邵峰晶青岛大学计算机科学技术学院山东青岛266071

为有效减缓艾滋病毒在人体内的复制速度,本文利用长短时记忆递归神经网络,对HIV-1蛋白酶切割位点进行分类预测。使用长短时记忆递归神经网络模型作为主要分类模型,首先对氨基酸分别进行标准正交编码和TVD编码,作为分类模型的输入,模型... 详细信息

为有效减缓艾滋病毒在人体内的复制速度,本文利用长短时记忆递归神经网络,对HIV-1蛋白酶切割位点进行分类预测。使用长短时记忆递归神经网络模型作为主要分类模型,首先对氨基酸分别进行标准正交编码和TVD编码,作为分类模型的输入,模型结果的输出由1和-1表示,1表示可以被切割,-1表示不能被切割,最后对模型分别进行十折交叉验证和AUC评估,并以支持向量机模型作为对比模型进行分析。分析结果表明,在正交编码的条件下,用sigmoid激活函数长短时记忆递归神经网络的分类正确率和AUC值均为最佳,径向基函数支持向量机略高于线性支持向量机,线性长短时记忆递归神经网络分类正确率最低,有助于HIV-1蛋白酶抑制剂的研究。该研究具有一定的实际意义。

关键词：支持向量机长短时记忆递归神经网络 HIV-1蛋白酶氨基酸

来源：评论

学校读者我要写书评

暂无评论

高速公路网短时交通状态预测研究

高速公路网短时交通状态预测研究

引用

作者：田永学上海交通大学

学位级别：硕士

随着社会的不断发展,高速公路已经成为一个国家经济快速发展的重要保障,然而高速公路交通安全和拥挤堵塞问题也逐渐成为全世界关注的难题。智能交通系统中的智能控制与实时诱导系统可以有效缓解交通拥堵、减轻环境污染、提供高效安全的... 详细信息

随着社会的不断发展,高速公路已经成为一个国家经济快速发展的重要保障,然而高速公路交通安全和拥挤堵塞问题也逐渐成为全世界关注的难题。智能交通系统中的智能控制与实时诱导系统可以有效缓解交通拥堵、减轻环境污染、提供高效安全的高速公路通行状况,然而实现这些的前提和关键是能够对短时交通状态进行准确的预测。因此,本文重点研究高速公路短时交通状态预测问题,并将其划分为两个子问题,一是利用历史交通数据进行短时交通参数的预测,二是利用得到的预测交通参数值进行交通状态判别,这样间接地实现了短时交通状态预测。本文首先研究了短时交通参数预测问题。已有的工作将基于时间序列预测以及机器学习的模型和算法应用于短时交通参数预测,但这些静态模型要求输入为定长的历史数据,不能动态确定最优历史交通数据长度,导致预测效果不够理想。为解决该问题,本文提出了一种基于长短时记忆递归神经网络的预测模型,利用模型记忆块中三个乘法单元的长时记忆功能,可以动态确定最优历史数据长度进行预测,以得到更好的效果。使用美国加州高速路网交通数据进行分析建模并与已有的经典预测模型进行对比,验证了本文提出的预测模型有更高的预测准确度、良好的扩展性和长时记忆历史数据的能力。在交通参数预测的基础上,本文研究了交通状态判别问题。由于交通数据受异常的噪声数据影响比较严重,已有工作使用交通流理论和模式识别对交通状态进行判别的方法不能有效地抵抗噪声数据,导致判别结果不够理想。为此,本文提出了基于可能性模糊C-均值聚类的交通状态判别模型,该模型引入了典型性矩阵,可以有效识别异常的噪声数据。通过美国加州高速路网交通数据进行分析建模并与经典判别模型对比,验证了该模型对于交通状态判别的准确性以及在聚类训练和交通状态判别过程中良好的抗噪能力。基于长短时记忆递归神经网络的交通参数预测和基于可能性模糊C-均值的交通状态判别共同构成了高速公路网短时交通状态预测模型,其拥有更高的预测准确率和良好的抗噪声能力,为智能控制和实时诱导系统提供了可靠的保障,进而可以缓解高速公路交通拥堵状况。

关键词：智能交通系统短时交通参数预测交通状态判别长短时记忆递归神经网络可能性模糊C-均值聚类

来源：评论

学校读者我要写书评

暂无评论

基于i-vector特征的说话人自适应算法研究

基于i-vector特征的说话人自适应算法研究

引用

作者：黄光许中国科学院电子学研究所

学位级别：硕士

经过几十年的研究，语音识别技术取得显著进步，在无噪声、朗读发音等特定条件下已经走向实用。然而，在面临低数据资源、噪声干扰、说话人方言口音差异和复杂信道条件时，识别率会迅速下降，还不能满足应用要求。本文结合上述问题，主... 详细信息

经过几十年的研究，语音识别技术取得显著进步，在无噪声、朗读发音等特定条件下已经走向实用。然而，在面临低数据资源、噪声干扰、说话人方言口音差异和复杂信道条件时，识别率会迅速下降，还不能满足应用要求。本文结合上述问题，主要针对说话人发音特征，研究基于深度神经网络语音识别声学模型的说话人自适应方法。论文的创新点和研究成果总结如下：第一，改进了可适用于说话人自适应的i-vector特征提取方法。针对说话人发音差异问题，本文首先使用语音识别声学模型来生成通用背景模型，然后基于该鉴别式分类算法改进i-vector特征提取方法。与说话人识别技术中的标准算法相比，改进后的算法能更充分的挖掘说话人的信息，可以应用于语音识别说话人自适应。与此同时，为了能支持搭建在线语音识别系统，本文还研究了在线的i-vector特征提取方法。第二，将i-vector特征说话人自适应方法和fMLLR说话人自适应方法相结合，构建并实现了包括DNN声学建模和LSTM声学建模的两套说话人自适应语音识别系统。深度神经网络在语音识别领域取得了巨大的成功，因此本文详细研究了DNN和LSTM声学建模方法，并将基于fMLLR的DNN建模自适应系统作为基线系统。以此为基础，再结合改进的i-vector特征提出了融合两种自适应算法的建模方法。由于两种自适应算法具有互补性，融合后的方法提升了语音识别系统对说话人信息进行建模的能力。本文在越南语标准数据集上进行了细致的实验验证。实验结果表明, 该说话人自适应方法在性能上表现出色，尤其是LSTM说话人自适应系统字节错误率相对基线系统降低11%，该系统与实验室在NIST OpenKWS15评测中取得公开条件第一名时的LSTM系统相比仍有性能提升。这充分体现了本文研究的有效性和前沿性，具有实用价值。

关键词：语音识别说话人自适应深度神经网络长短时记忆递归神经网络

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：