检索结果-内蒙古大学图书馆

计算机研究与发展 2018年第1期55卷 151-162页

作者：张露王华彬陶亮周健计算智能与信号处理教育部重点实验室(安徽大学) 合肥230601 安徽大学媒体计算研究所合肥230601

匹配分数是传统的融合分数指标,但是其不能很好地区分类内和类间数据,分类置信度虽然可以较好地将类内类间数据分开,但对于匹配分数仅次于分类阈值的数据,其分类效果不是很理想.因此,首先提出了一种基于分类距离分数的融合分数指标,其... 详细信息

匹配分数是传统的融合分数指标,但是其不能很好地区分类内和类间数据,分类置信度虽然可以较好地将类内类间数据分开,但对于匹配分数仅次于分类阈值的数据,其分类效果不是很理想.因此,首先提出了一种基于分类距离分数的融合分数指标,其不仅携带一级分类信息,也含有匹配分数与分类阈值之间的距离信息,可增大融合后类内类间分数之间的距离,为融合算法提供了一个具有有效判别信息的特征融合集,提高了融合指标的利用率;进一步,利用信息熵表示信息价值多少的这一特性,定义特征关联系数和特征权重系数,并将加权融合和传统SUM规则统一在一个自适应算法框架中,提高了融合识别率.实验结果验证了所提出方法的有效性.

关键词：多模态识别技术特征融合分类距离分数信息熵自适应融合

来源：评论

学校读者我要写书评

暂无评论

采用低维特征映射的耳语音向正常音转换

引用

声学学报 2018年第5期43卷 855-863页

作者：周健窦云峰刘荣敏王华彬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 安徽大学媒体计算研究所合肥230601

在将耳语音转换为正常音时,为了研究降维后语音特征对耳语音转换的影响,分别对耳语音和正常音谱包络进行自适应编码以提取耳语音和正常音的低维特征,然后使用BP网络建立耳语音和正常音低维谱包络特征之间的映射关系以及正常音基频和耳... 详细信息

在将耳语音转换为正常音时,为了研究降维后语音特征对耳语音转换的影响,分别对耳语音和正常音谱包络进行自适应编码以提取耳语音和正常音的低维特征,然后使用BP网络建立耳语音和正常音低维谱包络特征之间的映射关系以及正常音基频和耳语音低维谱包络特征之间的关系。转换时,根据耳语音低维谱包络特征获得对应正常音的低维谱包络特征和基频,对低维谱包络特征进行解码后获得对应的正常音谱包络。实验结果表明,采用此方法转换后的语音与正常音之间的倒谱距离相比高斯混合模型方法下降了10%,转换后语音的自然度和可懂度都有所提高。

关键词：特征映射耳语音低维高斯混合模型语音转换谱包络自适应编码映射关系

来源：评论

学校读者我要写书评

暂无评论

基于快速卷积神经网络的图像去模糊

引用

计算机辅助设计与图形学学报 2017年第8期29卷 1444-1456页

作者：任静静方贤勇陈尚文汪粼波周健安徽大学媒体计算研究所合肥230601 安徽大学计算智能与信号处理教育部重点实验室合肥230601

针对基于深度学习的图像去模糊方法无法有效地保留高频纹理信息,易产生振铃效应,且时间复杂度较高的问题,提出基于卷积神经网络(CNN)的图像去模糊方法.该方法设计了一种高频信号保持且可快速去模糊的快速CNN模型(FCNN).在此基础上,首先... 详细信息

针对基于深度学习的图像去模糊方法无法有效地保留高频纹理信息,易产生振铃效应,且时间复杂度较高的问题,提出基于卷积神经网络(CNN)的图像去模糊方法.该方法设计了一种高频信号保持且可快速去模糊的快速CNN模型(FCNN).在此基础上,首先对高频图像进行傅里叶域上的预处理,通过实施傅里叶域去模糊的预处理得到一个初始的清晰图像;然后将该初始图像小块作为输入,相应的真实清晰图像小块作为标签训练FCNN,得到从模糊图像到潜在清晰图像的映射函数,实现基于该训练网络的去模糊.定性和定量实验结果表明,文中方法利用CNN参数共享的特点,减少了网络训练过程中大量的学习参数;相对前人基于深度学习的去模糊方法,该方法对模糊图像在保持图像纹理细节恢复的同时使计算复杂度得到显著降低.

关键词：图像去模糊高频纹理信息傅里叶域卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

L_(1/2)稀疏约束卷积非负矩阵分解的单通道语音增强方法

引用

声学学报 2017年第3期42卷 377-384页

作者：路成田猛周健王华彬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230031 安徽大学媒体计算研究所合肥230601

为了刻画语音信号帧间相关性和使用更少的语音基表示语音特征,提出一种采用L_(1/2)稀疏约束的卷积非负矩阵分解方法进行单通道语音增强。首先,进行噪声学习得到噪声基;然后,以噪声基为先验信息结合L_(1/2)稀疏约束卷积非负矩阵分解方法... 详细信息

为了刻画语音信号帧间相关性和使用更少的语音基表示语音特征,提出一种采用L_(1/2)稀疏约束的卷积非负矩阵分解方法进行单通道语音增强。首先,进行噪声学习得到噪声基;然后,以噪声基为先验信息结合L_(1/2)稀疏约束卷积非负矩阵分解方法学习含噪语音中的语音基成分;最后,利用学习到的语音基和系数重建出干净语音信号。在不同噪声环境下进行的实验结果表明,本文方法优于采用L_1稀疏约束的卷积非负矩阵方法及传统的统计语音增强方法。

关键词：语音增强非负矩阵分解含噪语音可懂度稀疏性正则化语音质量幅度谱无监督帧间

来源：评论

学校读者我要写书评

暂无评论

一种基于区块链和联邦学习融合的交通流预测方法

引用

电子与信息学报 2024年第9期46卷 3777-3787页

作者：智慧段苗苗杨利霞黄彧费洁王雅宁安徽大学电子信息工程学院合肥230601 安徽大学智能计算与信号处理教育部重点实验室合肥230601

智能交通领域中实时准确地交通流预测一直是城市发展中的重中之重,这对提高路网运行效率起着至关重要的作用。现有的交通流预测方法大多是基于机器学习的,忽略了客户端不愿意参与预测任务或者为获得高奖励而撒谎的情况,从而在模型聚合... 详细信息

智能交通领域中实时准确地交通流预测一直是城市发展中的重中之重,这对提高路网运行效率起着至关重要的作用。现有的交通流预测方法大多是基于机器学习的,忽略了客户端不愿意参与预测任务或者为获得高奖励而撒谎的情况,从而在模型聚合时导致交通流预测的准确率下降。该文提出一种基于区块链和联邦学习融合的交通流预测方法(TFPM-BFL)来解决这一问题。在该方法中,利用加入了注意机制的长短期记忆网络(LSTM)模型进行本地预测,提高预测准确率;设计了基于信誉评定的激励机制,通过评估客户端上传的模型质量得到本地和局部信誉值,根据信誉值评定结果进行奖励分配,从而激励客户端参与联邦学习(FL);边缘服务器(ES)采用基于信誉值和压缩率的模型聚合方法来提高模型聚合质量。仿真结果表明,TFPM-BFL能够实现准确、及时地交通流预测,在保证底层数据私密的同时可以有效地激励客户端参与联邦学习任务,而且可以实现高质量的模型聚合。

关键词：交通流预测联邦学习区块链激励机制

来源：评论

学校读者我要写书评

暂无评论

高阶SF-SFDTD方法在含时薛定谔方程求解中的应用研究

引用

物理学报 2024年第3期73卷 72-81页

作者：谢国大潘攀任信钢冯乃星方明李迎松黄志祥安徽大学电子信息工程学院合肥230601 安徽大学智能计算与信号处理教育部重点实验室合肥230601

时域有限差分方法(finite-difference time-domain,FDTD(2,2))被广泛用于量子力学中薛定谔方程的求解,然而受Courant-Friedrichs-Lewy(CFL)条件的影响,计算空间中的网格尺寸会限制时间步长的取值范围,极大降低了FDTD(2,2)方法的数值计... 详细信息

时域有限差分方法(finite-difference time-domain,FDTD(2,2))被广泛用于量子力学中薛定谔方程的求解,然而受Courant-Friedrichs-Lewy(CFL)条件的影响,计算空间中的网格尺寸会限制时间步长的取值范围,极大降低了FDTD(2,2)方法的数值计算效率.另外,FDTD(2,2)方法在时间域和空间域只具有二阶数值精度,在计算中往往会导致较大的误差累计,影响仿真结果的正确性.为了克服这些问题,结合空间滤波方法(spatial filtering,SF)和高阶辛时域有限差分(symplectic finite-difference time-domain,SFDTD(3,4))方法(3和4分别表示时间和空间数值精度),提出了一种时间稳定性条件可扩展的SF-SFDTD(3,4)方法用于求解含时薛定谔方程.SF-SFDTD(3,4)方法无需对传统SFDTD(3,4)方法的迭代公式进行进一步的推导,只需要在每一次的数值迭代过程中加入空间滤波操作,滤除因采用不满足CFL条件的时间步长而产生的不稳定空间域高频分量,保证数值方法的稳定性,因此所提方法与传统SFDTD(3,4)方法具有较高的兼容性.同时,理论分析了SF-SFDTD(3,4)方法的数值色散误差.最后,通过数值算例验证了本文所提方法的正确性和有效性.

关键词：辛时域有限差分方法空间滤波方法时间稳定性条件薛定谔方程

来源：评论

学校读者我要写书评

暂无评论

商空间理论(粒度计算方法)实现高精度模糊控制

引用

计算机工程与应用 2004年第11期40卷 37-39,45页

作者：张持健李旸张铃安徽大学智能计算与信号处理教育部重点实验室

该文应用商空间(粒度计算)理论,给出了高精度模糊控制器的实现方法。通过系统控制粒度的不断改变,采用粗粒度粗调、细粒度细调的方法,系统可以兼顾理想的稳态和瞬态性能指标。实践证明以上观点正确。

关键词：模糊控制商空间理论粒度计算

来源：评论

学校读者我要写书评

暂无评论

基于用户声誉的鲁棒协同推荐算法

引用

自动化学报 2015年第5期41卷 1004-1012页

作者：张燕平张顺钱付兰张以文安徽大学计算机科学与技术学院合肥230601 安徽大学智能计算与信号处理教育部重点实验室合肥230601

随着推荐系统在电子商务界的快速发展以及取得的巨大经济收益,有目的性的托攻击是目前协同过滤系统面临的重大安全威胁,研究一种可抵御攻击的鲁棒推荐技术已成为目前推荐系统领域的重要课题.本文利用历史记录得到用户声誉,建立声誉推荐... 详细信息

随着推荐系统在电子商务界的快速发展以及取得的巨大经济收益,有目的性的托攻击是目前协同过滤系统面临的重大安全威胁,研究一种可抵御攻击的鲁棒推荐技术已成为目前推荐系统领域的重要课题.本文利用历史记录得到用户声誉,建立声誉推荐系统,并结合协同过滤推荐领域内的隐语义模型,提出基于用户声誉的隐语义模型鲁棒协同算法.本文提出的算法从人为攻击和自然噪声两个方面对系统的鲁棒性进行了改善.在真实的数据集Movielens 1M上的实验表明,与现有的鲁棒性推荐算法相比,这种算法具有形式简单、可解释性强、稳定的特点,且在精度得到一定提升的情况下大大增强了系统抵御攻击的能力.

关键词：推荐系统协同过滤声誉托攻击

来源：评论

学校读者我要写书评

暂无评论

提高耳语音可懂度的非对称压缩语音增强方法

引用

声学学报 2014年第4期39卷 501-508页

作者：周健郑文明王青云赵力安徽大学计算智能与信号处理教育部重点实验室合肥230031 东南大学水声信号处理教育部重点实验室南京210096 东南大学儿童发展与学习科学教育部重点实验室南京210096

提出两种基于非对称代价函数的耳语音增强算法,将语音增强过程中的放大失真和压缩失真区分对待。Modified ItakuraSaito(MIS)算法对放大失真给予更多的惩罚,而Kullback-Leibler(KL)算法则对压缩失真给予更多的惩罚。实验结果表明,在低于... 详细信息

提出两种基于非对称代价函数的耳语音增强算法,将语音增强过程中的放大失真和压缩失真区分对待。Modified ItakuraSaito(MIS)算法对放大失真给予更多的惩罚,而Kullback-Leibler(KL)算法则对压缩失真给予更多的惩罚。实验结果表明,在低于—6 dB的低信噪比情况中,经MIS算法增强后的耳语音的可懂度相比传统算法有显著提高;而KL算法则获得了同最小均方误差语音增强算法近似的可懂度提高效果,证实了耳语音中的放大失真和压缩失真对于耳语音可懂度的影响并不相同,低信噪比时较大的压缩失真有助于提高耳语音可懂度,而高信噪比时的压缩失真对耳语音可懂度影响较小。

关键词：耳语音可懂度语音增强非对称放大失真代价函数噪声谱信噪比高斯噪声最小均方误差

来源：评论

学校读者我要写书评

暂无评论

非对称边界的亚波长金光栅反射相位调制

引用

激光与光电子学进展 2024年第13期61卷 170-176页

作者：王柳王庄李韵九韦穗沈川屈磊张成安徽大学计算智能与信号处理教育部重点实验室安徽合肥230601

以非对称性边界条件的亚波长金光栅多层结构为模型,借助散射矩阵理论,给出反射相位与光栅边界媒质折射率之间的形式化表达。在上述表达式的基础上,以前期设计的嵌入亚波长金光栅的硅基液晶(G-LCoS)结构为例,使用时域有限差分法开展仿真... 详细信息

以非对称性边界条件的亚波长金光栅多层结构为模型,借助散射矩阵理论,给出反射相位与光栅边界媒质折射率之间的形式化表达。在上述表达式的基础上,以前期设计的嵌入亚波长金光栅的硅基液晶(G-LCoS)结构为例,使用时域有限差分法开展仿真实验,通过不断优化亚波长金光栅的非对称边界条件,使得G-LCoS在可见光波段下实现多波长的近2π相位调制量。所给出的形式化表达式以及优化过程可为具有动态非对称边界条件的器件,特别是微纳尺度复调制器件的设计提供参考,并且能在一定程度上解释其物理机制。

关键词：亚波长金光栅非对称边界条件散射矩阵时域有限差分法相位调制

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：