音频信息检索研究现状与发展趋势

在信息化和网络化时代,音频已成为网络信息传输的主要媒体之一.如何从大量的音频信息流中进行快速高效的内容检索以获得所需要的内容已经成为现代社会急需解决的问题,并已发展成为学术界的一个重要研究方向.该文就音频信息检索研究现状及发展趋势对音频检索的概念和方法进行了阐述,并重点对基于内容的音频信息检索的关键技术和方法进行了讨论.

基于窗口注意力机制的文本超分辨率方法

自然场景下文本图像往往具有复杂且多样化的背景,由于拍摄条件的限制,这些图像可能存在模糊、昏暗或低分辨率等问题,给文本识别任务带来了挑战。为了提高文字区域的清晰度并提升文字识别的准确性,提出了文本超分辨率网络TSSRN。该算法在文本超分辨率网络TBSRN的基础上引入了Swin Transformer,以感知更多层次的特征信息。此外,还引入了边缘损失函数增强纹理结构特征。最后在TextZoom数据集上进行训练和测试,实验结果表明,该方法在文本图像超分辨率重建的细节清晰度方面取得了一定的提升,相较于原TBSRN算法也有所提高,从而验证了算法的有效性。

基于改进型四叉树算法的室外大规模场景实时渲染

在大规模场景渲染过程中,场景中节点的存储、查找,以及视域剔除是影响渲染速度的重要因素。采用一种改进型四叉树算法存储和查找顶点,采用迭代算法替换了原有的递归生成算法,利用该四叉树算法实现了射线检测和视域剔除。实验结果表明,该方法能够有效提高室外场景的渲染帧数,利用它在视域剔除上能发挥本身的层次特性和编码的有序性优点,可以避免和减少视域剔除算法中大量直线与面相交的计算,提高视域剔除算法的效率。

一种二阶差分式耳蜗模型

本文通过双线性变换将一连续时间、连续空间耳蜗模型变换成一离散时间、离散空间耳蜗模型，并获得了一种实用的二阶差分式耳蜗模型．与传统耳蜗模型相比，新模型的幅频特性与相频特性更加接近耳蜗实际特性，尤其是幅频特性下降沿得到了较大改善，另外，文章从理论上推出了耳蜗图，并求出了耳蜗滤波器的３ｄＢ带宽特性，该模型具有简单的数学结构和较好的频率特性，相信其在语音信号处理中的应用会变得更加实际．

基于粒子系统和形状匹配的实时无网格变形仿真

介绍了一种基于粒子系统和形状匹配的无网格变形算法。该算法将模型的每个顶点当成一个粒子,一个模型对应一个粒子系统,通过粒子系统控制物体外形。同时,每个粒子都对应一个目标位置,粒子与其目标位置之间存在弹力,能将粒子拉向目标位置,使得变形后的物体能够恢复原来的形状。目标位置可以通过粒子系统未变形时的静止状态与当前变形状态之间的形状匹配来计算。该算法简单,易于实现,且不需要复杂的数据结构。实验结果表明该算法稳定,具有实时性,可以有效地应用于三维游戏中。

一种非线性耳蜗力学模型

根据耳蜗的实际工作原理，在对耳蜗流体运动做了某些假设之后，对用来描述耳蜗流体运动的Ｎａｖｉｅｒ－Ｓｔｏｋｅｓ方程进行了必要的简化。在保留了方程中非线性项和粘滞项的条件下，求出了耳蜗流体在纯音激励下的压力分布，并由此建立了一种纯音激励下的二维非线性耳蜗力学模型，在将基底膜离散化之后，术出了该模型的传输函数，并绘出了基底膜上１０个等距离，点的频率特性曲线，计算结果与Ｒｈｏｄｅ的实验数据相当接近。

语音激励下的耳蜗传输特性

本文根据语音可以表示为有限项正弦级数的理论，在把耳蜗流体视为实际的粘性流体的条件下，建立了一种新的听觉模型，并在频域上求出了模型的传输函数。本文给出的听觉模型与传统的听觉模型在数学结构上非常接近，所不同的是前者避免了求格林函数以及由此而带来的卷积运算，因此，结构更加简化，在不计及中耳影响的条件下，新模型的传输特性曲线比传统模型的传输特性曲线有较大的改进。

正弦激励下的非线性耳蜗模型:传输函数及频率响应

对正弦激励下的二维非线性耳蜗模型,该文采用空间离散法使其在坐标 x 方向(基底膜长度方向)离散化,并在时域上求出了基底膜在给定激励(镫骨运动速度)下,各点稳态振动速度的解析解.以基底膜稳态振动速度为输出、镫骨运动速度为输入,定义了非线性耳蜗模型的传输函数,并由此求出了耳蜗模型的频率响应。计算结果表明,耳蜗流体的粘滞性及非线性运动特性是影响实际耳蜗频率特性上升斜率的两个主要因素。

耳蜗流体粘滞性问题探讨

本文从粘性流体的运动方程出发,根据耳蜗流体和基底膜(BM)的实际运动情况,导出了耳蜗流体非粘滞假设成立的条件。结果表明:当声压级(SPL)小于和等于80dB 时,耳蜗流体不能假设是非粘滞的,当声压级等于90dB 时,非粘滞假设只能在4～30kHz 的频域内有效。

遗传进化理论及其在数据挖掘中的应用

遗传进化理论由美国密歇根大学J.Holland教授提出,该理论借鉴生物遗传机制,以群体方法进行自适应搜索,受到广泛关注,并在科学研究中得到广泛应用。数据挖掘从大量数据中提取信息与知识,遗传算法具有群体搜索策略和简单的遗传算子,可以实现整个数据空间上的分布式信息搜索和采集,在数据挖掘领域得到广泛应用。本文综述了遗传算法的起源、基本原理和特点,介绍了数据挖掘的应用和发展,阐述了近年来遗传算法在分类规则挖掘和关联规则挖掘方面的应用。最后对遗传算法在数据挖掘中的应用前景和面临的挑战进行了分析和展望。

耳蜗中粘性流体的速度分布及压力梯度分布

论文根据耳蜗的力学结构特性,将耳蜗近似地看成一个三维的矩形截面管,并利用H B Atabek的假设,对该管入口区域的二维不定常流进行求解,导出了相应的速度分布及压力梯度分布公式。实验结果表明,所给出的耳蜗中粘性流体的速度分布与实际情况相当吻合,这样就为在粘性流体的情况下建立耳蜗模型提供了理论依据。

一种新的二维耳蜗模型

本文与传统的把耳蜗流体视为理想流体的观点不同,而是把耳蜗流体视为实际的粘性流体,并根据粘性流体力学理论获得了一组耳蜗方程。本文对传统理论中的边界条件做了更加合理的调整之后,采用不同的解法,解出了该耳蜗方程,从面建立了一种新的二维耳蜗模型。计算结果表明,本模型与传统的二维耳蜗模型相比,具有结构简单,运算量低的特点,此外,本模型的频率特性比传统模型的频率特性也更加接近Rhode在鼠猴耳蜗中所测得的实际耳蜗频率特性。

一种数字式带通滤波器的级联设计法

以一模拟带通滤波器为基础，通过双线性变换获得了一种ＩＩＲ数字带通滤波器，导出了该滤波器系数与其中心频率及带宽的数学关系式．以此滤波器为原型滤波器，文中给出了一种ＩＲ数字带通滤波器的级联设计法．根据设计指标，可用文中给出的设计公式求出ＩＲ级联数字带通滤波器中原型滤波器的级数和带宽，从而最终确定ＩＲ级联数字带通滤波器．该滤波器具有系数少、结构简单、设计快等优点，很适合于数字带通滤波器的ＤＳＰ实现．

一种改进的Apriori算法

针对Apriori算法对数据库的扫描次数过多、系统的I/O负载大和产生大量的无关中间项集等弊端,提出了一种改进的Apriori算法。该算法通过加入用户兴趣项,减少候选项集的产生;打破了传统的算法实现步骤减少了数据库的扫描次数,降低了系统I/O负载;构建了用户兴趣度模型增加了算法生成强关联规则的可读性,提高了算法的效率。实验表明,改进的Apriori算法能有效地提高运行速度和效率。

基于本体的用户兴趣模型构建研究

针对用户兴趣模型中本体构建和模型更新的难点和不足,提出一种基于本体论的用户兴趣模型构建方法,该方法通过领域本体、用户个性本体、校正本体和本体更新实现模型的构建。对于领域本体的构建,摒弃了训练、学习和聚类的方法,直接从开放目录专案获取类目。对于用户兴趣的更新,采用按照校正本体增加、淘汰和传递原理调整相结合的方式。实验结果表明,该模型较易生成,用户兴趣的准确度和更新的及时性都有所提高。

移动立方体算法的研究和改进

CT三维重建技术是辅助医生对病情进行分析和显示的有效工具,它极大地提高了医疗诊断的准确性。移动立方体法(Marching Cubes,MC)是一种经典的医学图像三维重建算法,但是在实际使用中还是存在着一些缺点。针对传统MC算法出现的两个问题:(1)用直线代替双曲线来构造等值面会产生误差;(2)重建过程中大量时间耗费在检查空立方体上,提出了一种改进的MC算法,分别通过切片图像间的插值和基于分割的快速查找法来对此进行解决。通过实验表明,改进的MC算法比起传统MC算法,在三维重建的效果和效率上都得到了很大的提高。

G.729 CS-ACELP语音编码算法的优化及其DSP实现

在研究 G.72 9CS- ACEL P语音编码算法基础上 ,通过分析其原理及基本特征 ,在实际应用中提出了优化算法的两种方案 ,大大降低了算法复杂度 ;并介绍了利用 DSP相应的开发环境对简化后的算法进行软件模拟 ,实验结果证明其输出语音仍然保持了很高的合成品质 ;最后给出了以 DSP为核心的硬件系统构成框图 .

一种基于八叉树的OBB包围盒碰撞检测方法

碰撞检测技术是大规模复杂场景渲染的关键技术之一,它可以有效地提高虚拟环境的真实感和沉浸感。碰撞检测的研究目标是如何在很高的实时交互要求下完成大量复杂物体的相交检测。提出一种将场景图中的OBB包围盒以八叉树的形式划分,并利用八叉树的层次结构实现有效碰撞检测的方法,该方法从宏观到微观的搜索方式可以快速确定需要进行相交检测的对象列表,有效地避免所有几何节点与运动节点的相交检测,提高了碰撞检测的效率,并且采用OBB包围盒来描述几何模型,有效地提高碰撞检测的精度。

汉语语音音素分割的一种新方法

音素分割在大词汇量连续语音识别的过程中起着重要的作用 .该文提出了一种简单实用的音素分割方法 ,比较好地解决了这个问题 ,并在大词汇量汉语语音识别中得到了应用 。

复杂场景下结合SIFT与核稀疏表示的交通目标分类识别

针对复杂场景下的交通目标分类识别难点,提出一种基于尺度不变特征转换(SIFT)与核稀疏表示的分类识别算法.该算法首先利用SIFT分别提取训练样本和待测目标局部特征信息,通过核方法将特征样本映射到核空间,构建过完备字典,最后通过待测目标在字典中的稀疏度与重构误差对交通目标类别进行判定.同时,分析了随机投影下的核稀疏表示分类与特征维数之间的关系.实验结果表明,与SVM、稀疏表示分类(SRC)相比,该方法增强了交通目标特征层的类判别能力,具有较好的识别率和鲁棒性.