融合多头注意力的VGGNet语音情感识别研究

针对语音情感识别存在数据样本不足、识别准确率不高以及算法模型参数量大等问题,提出一种融合多头注意力的VGGNet语音情感识别方法。首先,通过在原语音中添加高斯白噪声以及对对数梅尔频谱图进行色彩饱和度处理的方法实现数据增强;然后,搭建一种轻量级VGGNet,将扩充后的频谱图输入到网络模型中;最后,将多头注意力机制与VGGNet相结合,有效提高语音情感识别算法的准确率。通过在RAVDESS和IEMOCP数据集上与其他主流算法进行跨数据集对比实验,表明该算法的识别准确率均达最高,分别为88.3%和77.11%。

基于双幂次趋近律的移动机器人反演滑模路径跟踪控制方法

针对传统滑模控制在移动机器人路径跟踪过程中收敛速度慢和抖振严重等不足,提出了一种基于双幂次趋近律的移动机器人反演滑模路径跟踪控制方法,构建了基于Kinect的移动机器人远程控制平台,以削弱抖振并提高收敛的快速性。该方法首先对Kinect采集到的地面路径图像进行金字塔分割和阈值分割,并对分割后的图像采用Zhang快速并行细化算法得到参考路径的骨架像素点集;然后通过一元线性回归算法对细化获取的骨架像素点集进行拟合,得到路径参数;接着通过本文设计的路径跟踪控制器计算控制律,最终实现了移动机器人对地面路径的准确和快速跟踪。通过两种方法的仿真实验对比,可以看出本文方法的距离偏差和角度偏差分别在2.3 s和2.5 s达到收敛且具有更好的稳态性能。基于真实场景的iRobot Create移动机器人路径跟踪远程控制实验结果可知,路径跟踪误差仅为0.012 7 m。仿真和实验结果均验证了所提控制系统和远程控制平台在削弱抖振和提高收敛速度方面的有效性。

基于IA-FAIF的纹样提取与匹配方法研究

针对大视角变化下复杂纹样提取与匹配准确性和快速性难以兼顾的问题,本文提出了基于改进AKAZE-FREAK仿射不变特征(Improved AKAZE-FREAK Affine Invariant Freature, IA-FAIF)的纹样提取与匹配方法。该方法将纹样构图复杂、形态多样且具有视角变化的清代龙袍纹样作为待匹配图像,首先对拍摄视角变化造成的经度角和纬度角进行模拟,得到一系列模拟后的图像;其次在模拟后的图像中进行IA-FAIF检测与描述;最后对得到的描述符进行粗匹配和精确匹配,实现清代龙袍纹样的特征提取与匹配。本文提出的方法对大视角变化下的纹样提取具有准确率高和快速性好的优点。