检索结果-内蒙古大学图书馆

应用声学 2025年第2期44卷 339-349页

作者：蔡姗王林郭胜邹雪吴磊贵州民族大学数据科学与信息工程学院贵阳550025 贵州省模式识别与智能系统重点实验室贵阳550025

少数民族语言的语声合成研究作为语声合成研究的一个重要方向,在人机交互领域备受关注。针对现有两阶段语声合成模型复杂度高、演算速度慢的问题,提出一种基于短时傅里叶逆变换的苗语语声合成方法。该方法根据语声特征提取的过程,减少... 详细信息

少数民族语言的语声合成研究作为语声合成研究的一个重要方向,在人机交互领域备受关注。针对现有两阶段语声合成模型复杂度高、演算速度慢的问题,提出一种基于短时傅里叶逆变换的苗语语声合成方法。该方法根据语声特征提取的过程,减少过采样卷积的使用,以降低模型的复杂度,同时结合短时傅里叶逆变换进行语声波形相位和幅度谱的重建,实现从频域到时域的快速转换。此外,文中采用残差编码器对文本进行特征提取,以保留更多的输入文本信息。为了验证所提方法的有效性,以自建苗语语声语料库HmongSpeech(下载链接:http://***/info/1728/***)作为基准数据集,与典型的两阶段和单阶段模型进行对比分析。实验结果表明,所提方法在没有降低合成语声质量的同时提高了45倍的演算速度,且实时因子为0.01,满足实时应用要求;同时具有较强的鲁棒性,合成的词错误率仅为1.02%。

关键词：苗语语声合成短时傅里叶逆变换演算速度残差编码器

来源：评论

学校读者我要写书评

暂无评论

一种基于改进MobileUNetV3的高分辨率自然图像抠图算法

引用

中国科技信息 2025年第2期 82-84页

作者：叶显泯谭棉罗清钰贵州民族大学数据科学与信息工程学院贵州省模式识别与智能系统重点实验室

自然图像抠图是指精确确定前景的不透明度从自然图像中精确提取前景的过程。广泛应用于图像编辑、目标识别等方面。在图像抠图问题中，像素p的颜色Ip被建模成前景颜色Fp和背景颜色Bp的凸组合：Ip=apFp+(1-ap)Bp(1.1)其中，ap∈[0,1]表...

自然图像抠图是指精确确定前景的不透明度从自然图像中精确提取前景的过程。广泛应用于图像编辑、目标识别等方面。在图像抠图问题中，像素p的颜色Ip被建模成前景颜色Fp和背景颜色Bp的凸组合：Ip=apFp+(1-ap)Bp(1.1)其中，ap∈[0,1]表示前景的不透明度，当ap=0时Ip为背景颜色，ap=1时Ip为前景颜色，ap∈[0,1]时Ip为前景与背景颜色混合的区域。在一张自然图像中应用上述公式进行抠图，其中未知量有三个（ap,Fp,Bp），已知量仅有一个（Ip），因此这是一个欠定问题。通常为了降低抠图问题的难度，需要用户手动绘制一些区域用于指示前景、背景和未知区域（Trimap）。然而高分辨率图像由于像素密度大、细节信息丰富，导致现有抠图方法在面对高分辨率自然图像时仍然存在前景遮罩的精细细节提取不充分以及资源消耗大的问题。

关键词：

来源：评论

学校读者我要写书评

暂无评论

基于自适应聚合的自然图像抠图

引用

中国科技信息 2025年第5期 66-69页

作者：罗宇张岚岚罗莎莎贵州民族大学数据科学与信息工程学院贵州民族大学贵州省模式识别与智能系统重点实验室

0背景图像抠图是一种精确提取出感兴趣目标物体的图像处理技术。图像抠图技术在广告、目标跟踪、电影制作、虚拟现实等领域具有广泛的应用和重要意义。近年来，随着计算机视觉技术的发展，自然图像抠图成为目前的热门研究问题，已有一...

0背景图像抠图是一种精确提取出感兴趣目标物体的图像处理技术。图像抠图技术在广告、目标跟踪、电影制作、虚拟现实等领域具有广泛的应用和重要意义。近年来，随着计算机视觉技术的发展，自然图像抠图成为目前的热门研究问题，已有一定的研究成果。一幅图像中，当前景与背景信息很相似时，极易导致前景遮罩误抠问题（将背景错抠成了前景），因此这也是目前仍需解决的关键难题。本文将抠图方法划分为传统和基于深度学习的抠图方法。传统的抠图算法有基于采样、基于传播和优化的方法。例如，Huang等人提出多目标的像素级采样方法避免了多个采样准则之间出现冲突问题。

关键词：

来源：评论

学校读者我要写书评

暂无评论

结构与纹理双生成的二阶段网络图像修复

引用

重庆工商大学学报(自然科学版) 2025年第1期42卷 9-19页

作者：石计亮张乾贵州民族大学数据科学与信息工程学院贵阳550025 贵州民族大学贵州省模式识别与智能系统重点实验室贵阳550025

目的针对现有图像修复方法不能很好地实现结构和纹理信息之间的双向交互,在修复缺失面积较大或纹理复杂的图像时存在纹理模糊、结构失真等问题。方法提出了一种基于双向坐标注意融合模块和傅里叶特征聚合模块的二阶段网络图像修复方法... 详细信息

目的针对现有图像修复方法不能很好地实现结构和纹理信息之间的双向交互,在修复缺失面积较大或纹理复杂的图像时存在纹理模糊、结构失真等问题。方法提出了一种基于双向坐标注意融合模块和傅里叶特征聚合模块的二阶段网络图像修复方法。首先,使用结构编-解码器和纹理编-解码器对受损图像进行结构重建和纹理合成,产生初步的修复结果;然后,将粗修复结果输入到细化修复网络,利用双向坐标注意融合模块和傅里叶特征聚合模块对图像内部纹理细节进行修复;为增强全局一致性,设计了双向坐标注意融合模块来实现结构和纹理信息之间的双向交互,并设计了傅里叶特征聚合模块,用于捕获全局上下文信息,增强图像局部特征之间的相关性,以获得精细的修复结果;此外,还利用双流判别器来估计结构和纹理的特征统计量,以区分原始图像和生成图像。结果在CelebA-HQ数据集上进行实验,与4种图像修复方法进行比较,定性结果表明方法生成的人脸图像更加清晰自然;定量结果表明方法在峰值信噪比、结构相似性指数和弗雷歇距离上均优于对比算法;对模型中各模块的消融实验结果也验证了所提出创新点的有效性。结论因此,所提出的方法能够有效地修复受损的人脸图像,特别是在大面积遮挡下也能生成具有结构合理、纹理清晰的图像。

关键词：图像修复二阶段网络生成对抗网络深度学习

来源：评论

学校读者我要写书评

暂无评论

基于DBSCAN聚类的自适应滤波器剪枝策略

引用

中国科技信息 2025年第4期 93-95页

作者：曾涛涛李志玲罗太维贵州民族大学数据科学与信息工程学院贵州民族大学贵州模式识别与智能系统重点实验室

1背景随着人工智能的快速发展和大规模数据集的普及，卷积神经网络（CNN）在计算机视觉领域的应用日益广泛。尽管大型CNN模型能提供丰富的信息表示，但在资源有限的移动设备和可穿戴设备上部署时面临显著挑战。因此，有效轻量化深度CNN...

1背景随着人工智能的快速发展和大规模数据集的普及，卷积神经网络（CNN）在计算机视觉领域的应用日益广泛。尽管大型CNN模型能提供丰富的信息表示，但在资源有限的移动设备和可穿戴设备上部署时面临显著挑战。因此，有效轻量化深度CNN模型成为当前研究的重要方向。网络剪枝是一种模型简化技术，通过删除冗余滤波器来降低复杂度。剪枝方法主要分为结构化剪枝和非结构化剪枝。非结构化剪枝以参数为单位进行操作，通常需要特定硬件支持才能显著加速；而结构化剪枝则以通道或滤波器为单位，能在无特殊硬件支持的情况下实现模型加速，因此受到广泛关注。

关键词：

来源：评论

学校读者我要写书评

暂无评论

基于自适应权重下采样的带钢表面缺陷检测

引用

工业控制计算机 2025年第3期38卷 88-89,92页

作者：王岳继罗太维吴瑞瑾汪小梅张岚岚贵州民族大学数据科学与信息工程学院贵州贵阳5500252 贵州民族大学贵州省模式识别与智能系统重点实验室贵州贵阳550025

钢带制造过程中容易在表面产生一些缺陷,但现有表面缺陷检测算法存在检测精度低的问题。因此,提出了一种基于改进YOLOv8的自适应权重下采样带钢表面缺陷检测模型。首先,利用注意力机制与组卷积改进下采样卷积,自适应地学习特征图的空间... 详细信息

钢带制造过程中容易在表面产生一些缺陷,但现有表面缺陷检测算法存在检测精度低的问题。因此,提出了一种基于改进YOLOv8的自适应权重下采样带钢表面缺陷检测模型。首先,利用注意力机制与组卷积改进下采样卷积,自适应地学习特征图的空间权重,以适应输入特征图的不同区域对于下采样的需求。其次,引入了通道先验卷积注意力机制来增强骨干网络,在通道和空间维度上动态分配注意权重。最后,在带钢表面缺陷数据集NEU-DET上进行大量实验,得到了模型的mAP值为82.8%,相比基线模型提升了3.5%。

关键词：缺陷检测 YOLOv8 注意力机制下采样

来源：评论

学校读者我要写书评

暂无评论

基于动力系统模型的四旋翼推力估计方法

引用

北京理工大学学报 2016年第6期36卷 558-562页

作者：杨盛毅唐胜景刘超李彦辉北京理工大学宇航学院飞行器动力学与控制教育部重点实验室北京100081 贵州民族大学贵州省模式识别与智能系统重点实验室贵州贵阳550025

为解决四旋翼飞行器的精确控制需要使用动力系统推力,而该飞行器推力不可直接测量的问题,提出了一种悬停状态下的四旋翼推力估计方法.对四旋翼动力系统建模,并建立了悬停状态下用于推力估计的线性系统,以动力系统输入控制值和四旋翼姿... 详细信息

为解决四旋翼飞行器的精确控制需要使用动力系统推力,而该飞行器推力不可直接测量的问题,提出了一种悬停状态下的四旋翼推力估计方法.对四旋翼动力系统建模,并建立了悬停状态下用于推力估计的线性系统,以动力系统输入控制值和四旋翼姿态及高度输出测量值作为新系统输入,使用状态观测器对四旋翼推力进行估计.结果表明,基于动力系统模型的四旋翼推力估计方法可有效估计悬停状态下四旋翼动力系统所产生的推力.

关键词：动力系统模型四旋翼推力估计

来源：评论

学校读者我要写书评

暂无评论

连续型进化算法首达时间分析的更新理论模型

引用

模式识别与人工智能 2023年第10期36卷 918-930页

作者：周珍胜王林冯夫健谭棉何兴张再军贵州民族大学数据科学与信息工程学院贵阳550025 贵州民族大学贵州省模式识别与智能系统重点实验室贵阳550025 黔南民族师范学院数学与统计学院都匀558000

连续型进化算法首达时间上界研究中需要较强的前提假设且较少关注其下界.文中引入鞅论和更新过程,结合瓦尔德不等式以及更新定理,提出基于增长率的更新理论模型,用于估计进化策略(Evolution Strategies,ES)平均首达时间的上界和下界.更... 详细信息

连续型进化算法首达时间上界研究中需要较强的前提假设且较少关注其下界.文中引入鞅论和更新过程,结合瓦尔德不等式以及更新定理,提出基于增长率的更新理论模型,用于估计进化策略(Evolution Strategies,ES)平均首达时间的上界和下界.更新理论模型依赖算法的初始种群以及增长率概率密度函数,这为进化策略的首达时间分析提供估计优势.为了验证文中更新理论模型,首先计算带均匀变异(1,λ)ES在二维倾斜平面问题上的平均首达时间,得到(1,λ)ES种群规模与时间上下界之间的关系闭合表达式,并且验证平均首达时间与种群规模之间并非负相关.再计算带均匀变异(1,λ)ES在五维超平面问题上的平均首达时间,得到理论计算的上下界闭合表达式.数值实验表明,理论计算的上界和下界与实际运行平均首达时间一致,这为分析进化策略的首达时间提供一种理论工具.

关键词：连续型进化算法瓦尔德不等式更新理论模型首达时间种群规模

来源：评论

学校读者我要写书评

暂无评论

基于动态逆和动态滑模的双通道机动飞行控制

引用

系统仿真学报 2018年第1期30卷 156-163,170页

作者：杨盛毅刘超唐胜景杨伟力贵州民族大学贵州省模式识别与智能系统重点实验室贵阳550025 北京理工大学飞行器动力学与控制教育部重点实验室北京100081

针对微小型四旋翼飞行器大角度快速机动飞行控制问题,提出一种基于动态逆与滑模控制的新型双通道机动飞行控制方法。通过滑模控制与动态逆结合,使系统对模型的不确定性及气动干扰有较好的鲁棒性,动态滑模有效地避免了系统抖振,且构造新... 详细信息

针对微小型四旋翼飞行器大角度快速机动飞行控制问题,提出一种基于动态逆与滑模控制的新型双通道机动飞行控制方法。通过滑模控制与动态逆结合,使系统对模型的不确定性及气动干扰有较好的鲁棒性,动态滑模有效地避免了系统抖振,且构造新的滑模面和飞行器姿态四元数正则模型,提高了控制精度,解决了飞行器奇异问题;动态逆则改善了系统的动态响应特性,在逆系统设计中,由于系统具有零动态,给出了该零动态的稳定性分析。仿真结果证明了控制方案的控制效果。

关键词：动态逆动态滑模机动飞行零动态

来源：评论

学校读者我要写书评

暂无评论

短时傅里叶逆变换的苗语语声合成方法

引用

应用声学 2024年

作者：蔡姗王林郭胜邹雪吴磊贵州民族大学数据科学与信息工程学院贵州省模式识别与智能系统重点实验室

少数民族语言的语声合成研究作为语声合成研究的一个重要方向，在人机交互领域备受关注。针对现有两阶段语声合成模型复杂度高、演算速度慢的问题，提出一种基于短时傅里叶逆变换的苗语语声合成方法。该方法根据语声特征提取的过程，减... 详细信息

少数民族语言的语声合成研究作为语声合成研究的一个重要方向，在人机交互领域备受关注。针对现有两阶段语声合成模型复杂度高、演算速度慢的问题，提出一种基于短时傅里叶逆变换的苗语语声合成方法。该方法根据语声特征提取的过程，减少过采样卷积的使用，以降低模型的复杂度，同时结合短时傅里叶逆变换进行语声波形相位和幅度谱的重建，实现从频域到时域的快速转换。此外，文中采用残差编码器对文本进行特征提取，以保留更多的输入文本信息。为了验证所提方法的有效性，以自建苗语语声语料库HmongSpeech(下载链接：http://***/info/1728/***)作为基准数据集，与典型的两阶段和单阶段模型进行对比分析。实验结果表明，所提方法在没有降低合成语声质量的同时提高了4～5倍的演算速度，且实时因子为0.01，满足实时应用要求；同时具有较强的鲁棒性，合成的词错误率仅为1.02%。

关键词：苗语语声合成短时傅里叶逆变换演算速度残差编码器

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：