期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
浅析通信光缆线路故障与维护对策
1
作者
姚若蘅
栾合禹
李达
《科学与信息化》
2024年第4期106-108,共3页
通信光缆已经成为当前信息传输的主要媒介,并在各个领域中都得到了广泛应用。加强对通信光缆线路的维护和管理,有利于提高通信光缆线路的维护和管理水平,具有重要的现实意义。本文针对在通信光缆维护工作的运行过程中出现的各类故障分析...
通信光缆已经成为当前信息传输的主要媒介,并在各个领域中都得到了广泛应用。加强对通信光缆线路的维护和管理,有利于提高通信光缆线路的维护和管理水平,具有重要的现实意义。本文针对在通信光缆维护工作的运行过程中出现的各类故障分析,提出通信光缆维护的具体对策,希望对相关从业人员有借鉴意义。
展开更多
关键词
通信
光缆线路
故障
维护
下载PDF
职称材料
Att-U-Net:融合注意力机制的U-Net骨导语声增强
2
作者
邦锦阳
张玥
+3 位作者
张雄伟
孙蒙
刘伟
栾合禹
《应用声学》
CSCD
北大核心
2023年第4期814-824,共11页
近年来,大量全卷积网络、U-Net等编解码网络结构应用于语声增强,然而,此类结构不能充分利用先后时间与高低频率之间的关联信息,对于处理长序列数据存在信息丢失的问题。为保持计算效率的同时实现更充分的时频关联信息建模,该文提出一种...
近年来,大量全卷积网络、U-Net等编解码网络结构应用于语声增强,然而,此类结构不能充分利用先后时间与高低频率之间的关联信息,对于处理长序列数据存在信息丢失的问题。为保持计算效率的同时实现更充分的时频关联信息建模,该文提出一种融合注意力机制的U-Net网络的骨导语声增强方法(Att-U-Net),通过在跳跃连接中引入注意力机制,生成一个权重矩阵,将编码层中的全局信息根据权重融入对应的解码层中,使网络在编解码过程中能够关注输入数据中与增强目标相关程度高的重要信息,同时抑制不相关的信息。在骨导语声数据集上的实验表明,融合注意力机制的U-Net网络能在保持模型轻量化的同时有效提升骨导语声的增强效果,增强后的语声在各项客观评价指标上均优于基线模型。
展开更多
关键词
骨导语声增强
深度学习
注意力机制
U-Net
下载PDF
职称材料
题名
浅析通信光缆线路故障与维护对策
1
作者
姚若蘅
栾合禹
李达
机构
[
出处
《科学与信息化》
2024年第4期106-108,共3页
文摘
通信光缆已经成为当前信息传输的主要媒介,并在各个领域中都得到了广泛应用。加强对通信光缆线路的维护和管理,有利于提高通信光缆线路的维护和管理水平,具有重要的现实意义。本文针对在通信光缆维护工作的运行过程中出现的各类故障分析,提出通信光缆维护的具体对策,希望对相关从业人员有借鉴意义。
关键词
通信
光缆线路
故障
维护
Keywords
communication
optical cable line
fault
maintenance
分类号
TN9 [电子电信—信息与通信工程]
下载PDF
职称材料
题名
Att-U-Net:融合注意力机制的U-Net骨导语声增强
2
作者
邦锦阳
张玥
张雄伟
孙蒙
刘伟
栾合禹
机构
陆军工程大学
中国人民解放军
出处
《应用声学》
CSCD
北大核心
2023年第4期814-824,共11页
基金
国家自然科学基金项目(62071484)。
文摘
近年来,大量全卷积网络、U-Net等编解码网络结构应用于语声增强,然而,此类结构不能充分利用先后时间与高低频率之间的关联信息,对于处理长序列数据存在信息丢失的问题。为保持计算效率的同时实现更充分的时频关联信息建模,该文提出一种融合注意力机制的U-Net网络的骨导语声增强方法(Att-U-Net),通过在跳跃连接中引入注意力机制,生成一个权重矩阵,将编码层中的全局信息根据权重融入对应的解码层中,使网络在编解码过程中能够关注输入数据中与增强目标相关程度高的重要信息,同时抑制不相关的信息。在骨导语声数据集上的实验表明,融合注意力机制的U-Net网络能在保持模型轻量化的同时有效提升骨导语声的增强效果,增强后的语声在各项客观评价指标上均优于基线模型。
关键词
骨导语声增强
深度学习
注意力机制
U-Net
Keywords
Bone conducted speech enhancement
Deep learning
Attention mechanism
U-Net
分类号
TN912.35 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
浅析通信光缆线路故障与维护对策
姚若蘅
栾合禹
李达
《科学与信息化》
2024
0
下载PDF
职称材料
2
Att-U-Net:融合注意力机制的U-Net骨导语声增强
邦锦阳
张玥
张雄伟
孙蒙
刘伟
栾合禹
《应用声学》
CSCD
北大核心
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部