边际关联分析及其在表情识别中的应用

提出了一种基于边际关联分析MCA的人脸表情识别方法。传统的CCA、MML等处理的是所有训练样本的全局关联系数。受关联分析和边际学习启发,MCA专注于样本与对应类标间的个体关联,而非整体或全局关联。基于JAFFE和CED-WYU两个表情数据库的识别结果证实了MCA特征提取方法的有效性。

基于深度学习及核典型相关分析的多特征融合说话人识别

论文提出一种基于深度学习以及核典型相关分析(kernel canonical correlation analysis,CCA)的多特征融合说话人识别方法。针对说话人的音频和视频信息,利用深度信念网络和卷积神经网络这两种不同深度的神经网络对音频信息和视频信息分别并行处理,得到两种不同模态的生物特征向量。采用核典型相关分析方法对这两种非线性相关的特征向量进行特征级融合,使用它们的相关性判别函数抽取多个相关性顺次下降但又互不相关的典型变量对按照给定的特征级融合策略构成最后的判别特征,同时去除了冗余信息。最后生成的基于核典型关联分析的融合特征输入最近邻分类器,输出说话人识别结果。使用BANCA数据库对该方法进行实验,结果表明:该方法能显著提高说话人识别的准确率。

网络媒体大数据流异构多模态目标识别策略

如何对海量的网络媒体大数据进行准确地目标识别,是当前的一个研究热点和难点.针对此问题提出一种利用媒体流时间相关特性的异构多模态目标识别策略.首先基于媒体流中同时存在音频和视频信息的特征,建立一种异构多模态深度学习结构;结合卷积神经网络(convolutional neural network,CNN)和限制波尔兹曼机(restricted Boltzmann machine,RBM)的算法优点,对音频信息和视频信息分别并行处理,这种异构模式可以充分利用不同深度神经网络的特点;然后生成基于典型关联分析的共享特征表示,并进一步利用时间相关特性进行参数的优化.3种对比实验用来验证所提策略的效果,首先将策略与单一模态算法进行对比;然后再在复合的数据库上建立对比实验;最后在网络视频库上建立对比实验,这些对比实验验证了策略的有效性.

一种基于深度学习的异构多模态目标识别方法

提出一种基于深度学习的异构多模态目标识别方法。首先针对媒体流中同时存在音频和视频信息的特征,建立一种异构多模态深度学习结构;结合卷积神经网络和限制波尔兹曼机的算法优点,对音频信息和视频信息分别并行处理,生成基于典型关联分析的共享特征表示,并进一步利用时间相关特性进行参数的优化。分别使用标准语音人脸库和截取的实际电影视频对算法进行实验。研究结果表明:对于这2种视频来源,所提出方法在目标识别的精度方面都有显著提高。

一种改进的显性多核支持向量机

在支持向量机(Support vector machine,SVM)中,对核函数的定义非常重要,不同的核会产生不同的分类结果.如何充分利用多个不同核函数的特点,来共同提高SVM学习的效果,已成为一个研究热点.于是,多核学习(Multiple kerne learning,MKL)方法应运而生.最近,有的学者提出了一种简单有效的稀疏MKL算法,即GMKL(Generalized MKL)算法,它结合了L1范式和L2范式的优点,形成了一个对核权重的弹性限定.然而,GMKL算法也并没有考虑到如何在充分利用已经选用的核函数中的共有信息.另一方面,MultiK-MHKS算法则考虑了利用典型关联分析(Canonical correlation analysis,CCA)来获取核函数之间的共有信息,但是却没有考虑到核函数的筛选问题.本文模型则基于这两种算法进行了一定程度的改进,我们称我们的算法为改进的显性多核支持向量机(Improved domain multiple kernel support vector machine IDMK-SVM).我们证明了本文的模型保持了GMKL的特性,并且证明了算法的收敛性.最后通过模拟实验,本文证明了本文的多核学习方法相比于传统的多核学习方法有一定的精确性优势.

基于分治策略的NP-MLSTM非侵入式负荷辨识方法

为降低电力负荷数据样本类别不平衡、提高负荷辨识精度,提出一种基于分治策略的二分类多层长短时记忆网络模型非侵入式负荷辨识方法。首先,对负荷样本进行平衡化处理,降低样本间的不平衡度;然后,选择合适的特征变量,并进行特征变量与样本标签的相关性分析;接着,利用分治策略的思想将多分类问题转化为多层择优二分类问题,构建基于分治策略的NP-MLSTM非侵入式负荷辨识模型;最后,选用公开数据集对55户家庭中的11种不同类别的电器进行负荷辨识测试,并与其他模型进行效果对比。结果表明,本文提出的负荷辨识模型综合精确度达到92%以上,各性能指标均优于其他模型。

联合总变率空间和时延神经网络的说话人识别

在短语音环境下,总变率空间对语音概率分布估计不足,导致说话人识别性能下降。针对上述问题,提出一种基于总变率空间和时延神经网络(TDNN)的增强说话人身份向量的方法。目的是学习总变率空间和时延神经网络的线性相关性,同时提取说话人嵌入向量并投影在新的空间上,组合成新的说话人超向量来增强说话人信息。训练阶段,分别训练总变率空间和时延神经网络,重新组建一个无关说话人集,从中提取身份向量和x向量并在典型关联分析(CCA)下得到投影矩阵;注册和测试阶段,抽取注册和测试说话人的嵌入向量,通过投影矩阵映射在新空间中,然后组合向量增强说话人身份信息。实验表明,在短注册时长和短测试时长下,融合的新向量比基线身份向量、x向量在等误差率上都有明显下降。

小麦品种对库德里阿兹威氏毕赤酵母风味代谢特性影响的研究

研究不同小麦品种对库德里阿兹威氏毕赤酵母(Pichia kudriavzevii)MT-Y01风味代谢特性的影响,并对小麦中的游离氨基酸与酵母代谢产生的挥发性风味物质进行典型关联分析(CCA)。结果表明,8种小麦的基本理化指标存在差异,游离氨基酸组成相似,但含量差异较大。小麦品种对酵母MT-Y01代谢产生挥发性风味物质有重要的影响,主要为高级醇和酯类物质(占比80%以上)。酵母MT-Y01以小麦品种鄂麦596为基质时代谢产生的挥发性风味物质总含量最高(568.5 mg/L);以郑麦1769为基质时代谢产生的挥发性风味物质总含量最低(96.8 mg/L);以百农201、淮麦32、徐麦35为基质时代谢产生的最高含量风味物质分别为3-甲硫基丙醇、己酸乙酯及苯甲醛。小麦品种对酵母发酵风味的影响与氨基酸关联,3-甲基丁醇、苯乙醇分别与缬氨酸、苯丙氨酸相关性强,3-甲基丁酸与天冬氨酸和天冬酰胺相关性强,苯乙醛受精氨酸影响大,丙酸乙酯、乙酸异戊酯、乙酸-2-苯乙酯受亮氨酸、半胱氨酸和赖氨酸影响大。