混合策略改进的粒子群算法

针对粒子群算法易陷入局部最优、收敛精度低、收敛速度慢等缺陷,提出了基于混合策略的改进粒子群算法。使用融合Circle映射与精英反向学习的策略初始化种群,提升初始种群的质量,同时加快收敛速度;在粒子速度更新方式中引入蜘蛛移动策略平衡算法的全局搜索与局部搜索;提出了基于自适应t分布的变异策略,增强算法全局搜索和跳出局部最优能力;对15个单峰和多峰函数进行仿真实验,与其他3种算法进行了对比分析,结果表明:所提出的改进算法具有很强的寻优能力与稳定性。

结合轻量卷积的非自回归语音合成方法

对如何有效捕捉音素之间的关联及如何合成韵律丰富的音频进行研究,提出一种结合轻量卷积的非自回归语音合成模型LCTTS。引入轻量卷积建立起音素之间的联系,解决发音出错问题。通过添加音高和能量预测器预测生成语音的韵律,解决音频韵律缺乏问题。训练模型获取梅尔频谱,结合预先训练好的声码器转化为音频。实验结果表明,提出的LCTTS模型优于先前提出的SpeedySpeech模型,在Emotional Speech Database数据集上平均意见得分获得2.8%的提升,梅尔倒谱失真测度下降0.15。

基于FastICA算法的多源固定频干扰背景下语音信号去噪

在特定环境中,语音信号易混入多源固定频干扰信号,且干扰信号处于语音信号频带内,造成语音信号质量急剧下降。针对多源固定频干扰条件下的语音信号去噪问题,提出将FastICA算法应用于混合信号去噪过程。仿真实验结果表明,基于FastICA语音信号去噪算法可以有效提升频带内多源固定频干扰下的语音信号质量。

基于变分模态分解的肺音去噪算法

目的:为有效提高肺音信号质量,提出一种基于变分模态分解的肺音去噪方法。方法:首先利用经验模态分解对带噪肺音信号进行分解,根据本征模态函数特征确定最佳分解层数,然后根据分解层数对原始带噪肺音进行变分模态分解处理,接着根据皮尔逊系数选取有用模态,最后采用阈值方法对各模态函数去噪,重构后得到没有噪声干扰的肺音信号。结果:通过与维纳滤波和FIR滤波进行对比,本文方法的语音质量感知评价、短时间客观可读性和源信号失真比均更优。结论:本文方法能有效对肺音信号进行去噪处理。

基于自适应插值法的单幅图像边缘保持仿真

针对单幅图像边缘信息不易保持的问题,从自适应阈值及插值处理两个角度出发,提出基于自适应插值法的单幅图像边缘保持方法。采用小波图像去噪方法预处理图像,降低图像噪声,并改进硬软阈值函数,精准估算小波变换时的小波系数,提高图像去噪效果;通过直方图平衡算法增强去噪后图像的低频子带,提高图像间的对比度;利用Canny自适应阈值边缘检测方法,将增强后图像直方图的子图像分割为边缘区间和平坦区间,采用众数法和邻近法判定插值点所在区间后,分别利用非线性或双线性插值处理区间,完成单幅图像边缘保持。仿真结果证明,所提方法的单幅图像边缘保持效果最佳,图像质感好。

基于小波变换和CNN-LSTM的肺音分类算法

目的:针对如何建立有助于电子听诊诊断的肺音分类模型,提出一种基于卷积神经网络(CNN)-长短期记忆网络(LSTM)的混合深度学习肺音分类模型方法。方法:首先使用小波变换对数据集进行特征提取,使肺音信号转化为能量熵、峰值等特征;在此基础上构建CNN和LSTM的混合算法分类模型,其中将小波变换提取的特征先输入CNN模块,能够获得数据的空间维度特征,再通过LSTM模块获得数据的时间维度特征,融合两类特征,通过模型可以将肺音分类,从而达到辅助判断患者的肺部疾病。结果:CNN-LSTM混合模型准确率、F1分数均明显高于其他单一模型,可达到0.948和0.950。结论:提出的CNN-LSTM混合模型分类准确率更高,在智能听诊领域具有广泛的潜在应用价值。

基于微服务的网电空间体系仿真框架设计

网电空间凭借其信息瞬间交互与穿透能力,已经成为经济发展的新力量,社会生活、文化传播的新渠道。面向平行战场、数字孪生制造、数字孪生城市等各类应用,信息流的分析与评估是衡量网电空间信息系统装备在特定场景下效能的关键。为适应此类仿真需求,综合分析网电空间体系仿真中业务需求和相关需求之间的逻辑关系,结合微服务思想和容器技术,设计提出了一种分布式的网电空间体系仿真框架,该框架可用于网电系统装备体系仿真、车联网仿真、传感器网络模拟等网电空间体系仿真系统的快速构建。

i-TDNN:一种基于TDNN改进的含噪声纹识别方法

针对声纹识别任务在含噪背景下鲁棒性欠佳的问题,文章提出了一种基于TDNN改进的含噪声纹识别方法。该算法先提取说话人音频的梅尔频谱,利用自注意力机制(SE)使得网络更加聚焦于重要特征,引入残差连接(Res)修正梅尔频谱与输出层的特征损失信息,一定程度缓解神经网络退化的问题,使用多层特征聚合(MFA)密集连接输出特征,生成关注统计池的特征,最终生成一种强鲁棒性的声纹特征。在AISHELL-ASR0009含噪数据集进行实验表明:与Base-TDNN相比,i-TDNN算法的识别准确率提升16.63%,验证了此算法在含噪背景下的鲁棒性。

基于遗传算法的平面麦克风阵列构型优化方法

在有限平面范围内使用较少的麦克风数量设计阵列构型,使得阵列具有更好的性能是声源定位系统中需解决的首要问题。文中提出了一种基于遗传算法的阵列优化方法,该方法以阵列波束方向图的主瓣宽度和旁瓣级为基础,兼顾麦克风的数量设计了遗传算法的适应度目标函数,通过改进遗传算法,使其在麦克风阵列优化的应用中得到实现。仿真结果表明,与传统的十字形和矩形平面均匀阵列相比,优化后的阵列构型在保证阵列性能的同时,可以减少麦克风的使用数量。相比于粒子群优化算法,改进遗传算法优化后的阵列具有更优异的性能。

基于粒子群优化的TDOA声源定位方法

针对平面麦克风阵列的声源三维坐标估计问题,文中在TDOA(Time Difference of Arrival)声源定位算法中引入粒子群优化算法进行位置估计。利用PHAT(Phase Transform)加权函数的广义互相关法计算得到时延差的真实值,结合麦克风的坐标位置,通过几何关系计算出假设声源到达麦克风之间的时延差的估计值。设计时延真实值和估计值差值的平方和为粒子适应度函数,利用粒子群优化算法搜索空间中符合适应度函数的声源点,实现声源位置估计。仿真结果表明,在计算速度与球形插值法相近的情况下,文中所提算法比球形插值法具有更好的鲁棒性和抗噪性。

基于Gabor、Fisher脸多特征提取及集成SVM的人脸表情识别

针对静态的灰度图像表情库,提出了基于多种脸部表情特征多级分类的表情识别算法。首先在选取的人脸特征点上作局部的Gabor小波变换。为了提高特征提取速度,利用改进的弹性图匹配算法来提取图像中的人脸有效区域,在提取的人脸区域中提取几何特征,并通过Fisher脸法提取统计特征,利用几何特征与建立的相应一级集成SVM来进行初次分类。最后利用Fisher特征与建立的相应二级集成SVM进行最终分类。通过在JAFFE与Cohn-Kanade表情库中实验,证明该方法与单个特征相比较,具有更高的表情识别率以及更强的鲁棒性。

消除信号趋势项时小波基优选方法研究

在消除信号趋势项时引入小波基函数对信号进行分解和重构.小波基函数的选择会影响消除信号趋势项后的结果.提出了消趋误差指数的概念及其计算公式,并使用该公式计算了34种常用小波基的消趋误差指数,优选出sym10等6种消趋误差指数较小的小波基.使用sym10小波基及另外两种非优选小波基对实测的汽车车身振动加速度信号进行消除趋势项处理.结果表明,使用sym10小波基提取的信号趋势项比其它非优选小波基更为准确,验证了提出的消趋误差指数计算公式的有效性.

基于参数优化的最小二乘支持向量机HEV阀控铅酸蓄电池SOC预测

针对电池容量预测问题,引入最小二乘支持向量机(LS-SVM)方法用于判断混合动力汽车(HEV)阀控铅酸蓄电池(VRLA)的荷电状态(SOC)。考虑到最小二乘支持向量机的参数选择会对预测结果产生较大的影响,提出一种基于参数优化的最小二乘支持向量机预测方法。首先,在非线性回归预测模型的训练过程中,采用模拟退火算法来确定LS-SVM的初始值参数,从而更好地反映预测模型的复杂度,以此提高状态预测的精度。其次,由于预测模型在应对不良数据时可能出现误差增大的问题,分别采用贝叶斯证据框架(BEF)优化算法和留一交叉验证(LOOCV)优化算法来增强预测模型的抗差能力。研究结果表明:留一交叉验证优化算法具有较高的预测精度,实用性强,有效性高。

类别不平衡学习识别UWB定位非视距信号

非视距(Non Line of Sight,NLOS)传播是影响超宽带(Ultra-wide Bandwidth,UWB)定位精度的一个重要因素。针对UWB定位中视距(Line of Sight,LOS)信号数量大于NLOS信号数量所呈现的类别不平衡特点,提出了一种基于类别不平衡学习的NLOS信号识别方法。该方法通过给NLOS信号和LOS信号赋予不同的误分代价来训练一个带野值的支持向量数据描述(Support Vector Data Description,SVDD)学习器,实现对数量少但重要的NLOS信号的识别。仿真结果表明,当LOS信号数量远大于NLOS信号数量时,该方法对NLOS信号的识别性能优于支持向量机(Support Vector Machine,SVM)。

基于SVM的多分类器融合算法在说话人识别中的应用

多分类器协同合作克服了单个分类器识别效果不理想,适用范围较窄或对使用环境要求较高的不足,并为研制更高性能的分类器,提供了解决问题的另一个途径。提出了一种基于SVM的多分类器说话人识别系统,该系统的识别框架基于多分类器的协同工作。该多分类器系统采用了ANN(artificial neural networks)、GMM(gaussian mixed model)分类器和子带结构分类器,参数选取包括MFCC(mel frequency cepstrum coefficient)、LPCC(linear prediction cepstrum coefficient)。多分类器融合采用SVM方法。本系统在超短波信道(15 db)的实际应用中达到94%的识别率。

MFSC系数特征局部有限权重共享CNN语音识别

针对传统语音识别应用中识别效果不理想的问题,提出一种基于美尔谱系数(MFSC)特征的有限局部权重共享卷积神经网络(CNN)语音识别。首先,借鉴图像处理中对输入图像信息的处理方式,构建语音信号的二维阵列特征映射输入形式,每个映射表示为含静态数据、一阶导数、二阶导数的MFSC系数特征,便于应用图像处理方式进行识别;其次,引入图像处理的卷积神经网络,并且针对语音信号特征的局部特性,构建有限局部权重共享卷积神经网络学习算法,提高语音信号辨识度并降低算法复杂度;最后,通过实验对所提算法进行验证,并且给出算法参数变化影响实验,为具体应用提供依据。

基于改进粒子群算法的独立分量分析

提出一种有效的基于改进的粒子群算法的盲源分离算法.首先引入进化速度和聚集强度来更新粒子群算法中的动态惯性权重w,然后定义基于改进PSO的独立分量分析算法的适应性函数,最后给出算法的具体步骤.实验结果表明,改进的ICA算法可以快速有效地得到BSS的最优解.

基于两种GMM-UBM多维概率输出的SVM语音情感识别

针对GMM应用于情感识别时区分能力较弱的缺点,提出了一种将GMM与SVM有效结合的算法:基于GMM-UBM多维概率输出的SVM语音情感识别方法。该方法将GMM-UBM模型对一条语音的情感特征参数的两种多维概率输出(与特征向量同维、与GMM阶数同维)作为SVM分类器的特征参数,既利用了GMM表征数据本身统计特性的能力,又保留了SVM判决能力强的特点。在柏林情感语音库与汉语情感语料库上进行的实验结果表明,该方法在语音情感识别上的平均识别率较标准GMM方法提高1.7%～3.7%。

基于DSP的声控系统的设计与实现

介绍了一个包括说话人识别和说话内容识别的声控系统的设计与实现。该系统以TMS320VC5509 DSP 为平台,以倒谱系数为特征参数,以欧氏距离法和矢量量化法为识别算法,实时实现了系统的识别功能。

基于语音信号的情感处理研究进展

介绍了基于语音信号的情感处理技术的研究进展,综述了该领域的研究方法、相关技术及应用领域,讨论了其未来的发展方向。