基于小波散射变换和MFCC的双特征语音情感识别融合算法

为了充分挖掘语音信号频谱包含的情感信息以提高语音情感识别的准确性,提出了一种基于小波散射变换和梅尔频率倒谱系数(Mel-frequency cepstral coefficient,MFCC)的排列熵加权和偏差调整规则的语音情感识别融合算法(PEW-BAR)。算法首先获取语音信号的小波散射特征和梅尔频率倒谱系数的相关特征;然后按尺度维度扩展小波散射特征,利用支持向量机得到情感识别的后验概率并获得排列熵,并使用排列熵对后验概率进行加权;最后采用一种偏差调整规则进一步融合MFCC的相关特征的识别结果。实验结果表明,在EMODB、RAVDESS和eNTERFACE05数据集上,与传统的基于小波散射系数的语音情感识别方法相比,该算法将ACC分别提高了2.82%、2.85%和5.92%,将UAR分别提升了3.40%、2.87%和5.80%,IEMOCAP上提高了6.89%。

基于小波散射卷积神经网络的结构损伤识别

损伤识别是结构状态评估领域的关键问题之一,对确保结构安全性有重要意义。深度学习算法在基于振动的结构损伤识别方面带来了许多突破,但从海量数据中挖掘结构损伤关键信息仍是亟待解决的技术难题。该研究提出了基于一维卷积神经网络(one-dimensional-convolutional neural network,1D-CNN)深度学习的结构多类型损伤识别模型,采用小波散射变换对1D-CNN架构第一层卷积滤波器进行替换,通过散射系数实现输入层原始数据降维与特征提取,结合CNN卷积层、激活层和池化层实现监测数据特征增强处理。在此基础上,结合1D-CNN全连接层与Softmax函数实现特征数据分类,从而实现结构多类型损伤定位与定量高效识别。通过钢桁架结构和斜拉桥两种数值模型对上述框架进行了验证。结果表明:与普通卷积神经网络模型相比,基于小波散射卷积神经网络的结构损伤识别精度显著提升,损伤分类准确率达95.0%以上。随着传感数据环境噪声比例的增加,小波散射卷积神经网络损伤分类准确率虽略有下降,但仍保持较高精准度,说明该方法具有较强的鲁棒性抗噪能力。

基于小波散射网络的聚乙烯管道热熔接头缺陷太赫兹识别

采用频率范围为0.25~2.5 THz的反射式脉冲太赫兹时域光谱系统,对聚乙烯管道热熔接头缺陷进行了无损检测。利用PE100板材之间的热熔焊接模拟实际聚乙烯管道的热熔焊接,分别制作了标准热熔焊接和冷焊、过焊、未熔合和夹杂热熔缺陷接头样件。通过太赫兹系统逐点扫描,并对接头位置进行了波形及峰度成像分析。其中未熔合和夹杂热熔缺陷样件与标准焊接样件在波形上有明显差别;冷焊、过焊、未熔合及夹杂热熔缺陷在峰度成像图中可见明显缺陷轮廓。针对标准焊接和夹杂、未熔合热熔缺陷构建第一类小波散射网络-卷积神经网络缺陷识别模型进行缺陷定性分析,其缺陷识别率均可达到98%以上。针对标准焊接和夹杂金属、粗沙、树枝缺陷构建第二类缺陷识别模型进行定量识别,其缺陷识别相对误差均在7.42%以下。

基于CM-OMEMD和小波散射网络的语音情感识别

语音情感识别(Speech Emotion Recognition,SER)是人机交互的重要组成部分,具有广泛的研究和应用价值。针对当前SER中仍然存在着缺乏大规模语音情感数据集和语音情感特征的低鲁棒性而导致的语音情感识别准确率低等问题,提出了一种基于改进的经验模态分解方法(Empirical Mode Decomposition,EMD)和小波散射网络(Wavelet Scattering Network,WSN)的语音情感识别方法。首先,针对用于语音信号时频分析的EMD及其改进算法中存在的模态混叠问题(Mode Mixing)和噪声残余问题,提出了基于常数Q变换(Constant-Q Transform,CQT)和海洋捕食者算法(Marine Predator Algorithm,MPA)的优化掩模经验模态分解方法(Optimized Masking EMD based on CQT and MPA,CM-OMEMD)。采用CM-OMEMD算法对情感语音信号进行分解,得到固有模态函数(Intrinsic Mode Functions,IMFs),并从IMFs中提取了可以表征情感的时频特征作为第一个特征集。然后采用WSN提取了具有平移不变性和形变稳定性的散射系数特征作为第二个特征集。最后将两个特征集进行融合,采用支持向量机(Support Vector Machine,SVM)分类器进行分类。通过在含有七种情感状态的TESS数据集中的对比实验,证明了本文提出的系统的有效性。其中CM-OMEMD减小了模态混叠,提升了对情感语音信号时频分析的准确性,同时提出的SER系统显著提高了情绪识别的性能。

小波散射网络在各种彩色空间进行图像纹理分类的性能比较(英文)

为了寻找利用小波散射网络进行彩色图像处理的最佳彩色空间,用小波散射网络对KTH_TIPS_COL彩色图像数据库进行了图像纹理分类研究.采用将彩色图像从RGB彩色空间转换到其他各种彩色空间的方法,研究了彩色空间的选择对于小波散射网络用于彩色图像纹理分类的影响.实验结果表明:在不同的彩色空间对彩色图像纹理进行分类,分类成功率往往差别较大;在基于竞争机制的红绿蓝彩色空间中进行小波散射变换比其他彩色空间具有更好的分类性能.考虑到彩色空间可以互相转换,对于彩色纹理图像的分类,推荐将彩色空间转化到基于竞争机制的红绿蓝彩色空间后再输入小波散射网络.

基于小波散射协同BiLSTM的输电线路故障诊断

为提高配电网输电线路故障选相和故障选线准确率,快速处理故障恢复供电,提出了一种利用海量数据实现输电线路故障诊断的小波散射协同双向长短期记忆网络(BiLSTM)方法。首先采用小波散射网络对故障零序电流信号进行小波散射特征提取,利用小波散射特征构成故障特征向量;然后将故障特征向量输入至BiLSTM网络中进行训练与测试;最后利用Softmax层概率分类实现故障选线和故障选相。实验结果表明,所提方法能够准确地实现故障选线和故障选相,且故障选线和故障选相的辨识准确率均达到99%以上。相比没有结合小波散射技术的长短期记忆网络来说,其故障选相辨识准确率提升了60.02%,故障选线辨识率提升了58.44%,证明了该方法的可行性和有效性,并且与其他文献的故障辨识方法相比,该方法具有辨识准确率高和训练时间短的优越性。

基于小波散射分解变换的煤矿微震信号智能识别

微震信号是一种典型的时变非平稳信号,微震监测系统在高噪声环境下采集信号的信噪比偏低,影响了微震事件的识别准确率和精度,现有的微震事件识别方法仍然存在低速率、高时延、低精度等问题。以小波理论为基础,提出利用小波散射分解变换提取微震事件和噪声信号的特征,计算2类信号的特征系数,并构成相应的特征矩阵;基于微震信号低频特性、不可预知性和突发瞬态性的特点,对比分析了小波散射分解变换结构的主要参数:时不变尺度、散射分解次数和质量因子对特征矩阵维数的影响;通过调整参数的大小有效控制特征矩阵维数,提高运算效率,最终选择出最优的特征矩阵,利用SVM分类对360组煤矿微震信号进行分类识别。实验结果表明:①小波散射系数构成的特征矩阵可以有效区分微震事件信号与噪声信号,且事件信号特征系数变化趋势具有突变性,噪声信号特征系数变化趋势表现为无序性;②采用3次小波散射分解变换构成的特征矩阵,可有效表征微震事件信号与噪声信号的差异特征,提高程序运算效率,而随着变换次数增加,事件信号的低频部分更明显;③在时不变尺度和变换次数确定的情况下,为得到最优特征矩阵,各阶小波散射变换的质量因子选择不宜过大。

基于小波散射网络下的图像检索

小波散射卷积神经网络由于其优越的性能而被迅速、广泛地运用到图像、音频等领域.本文利用这种新型的网络结构提取图像的特征,结合相似度度量方法,实现该特征提取在图像检索方面的应用.此外,将小波散射网络得到的特征系数,以其均值和方差作为新的特征,实现大规模图像检索的降维.最后,利用实验算法对比验证了上述降维方法的可行性和优越性.

基于小波散射深度序列神经网络的制动噪声分类识别

为实现对制动噪声的智能化识别,研究了一种小波散射结合深度序列神经网络的识别方法。采用3层小波散射变换构造出制动噪声相应卡钳振动信号的小波散射多维特征向量。首先,以单层一维卷积神经网络(1DCNN)和单层双向长短时记忆网络(BiLSTM)为基础,将小波散射特征以序列形式和分别输入方式进行训练和测试;结果显示,与短时能量和短时平均过零率这类一维序列输入相比,小波散射变换多维特征输入能够大幅提高分类准确率。其次,针对网络欠拟合状况,建立的4层深度1DCNN与3层深度BiLSTM网络相比,其基础网络具有更强的特征捕捉能力,均进一步提高了制动噪声分类准确率。根据分类性能指标F1,4层1DCNN的整体性能均超过3层BiLSTM网络,并且具有训练参数数量较少的优越性。

基于小波散射变换的煤矿瓦斯和煤尘爆炸声音识别方法

为解决煤矿瓦斯与煤尘爆炸灾害报警方法误报率和漏报率高等问题,提高煤矿瓦斯和煤尘爆炸感知准确率,提出了基于小波散射变换的煤矿瓦斯和煤尘爆炸声音识别方法:在煤矿井下重点监测区域安装矿用拾音设备,实时采集设备工作声音和环境音;将采集到的声音通过小波散射变换得到小波散射系数,构建声音信号的小波散射系数图,通过计算小波散射系数图的图像灰度梯度共生矩阵得到由小梯度优势、大梯度优势、能量、灰度平均、梯度平均、灰度均方差、梯度均方差、相关性、灰度熵、梯度熵、混合熵等构成的十一维特征参数,构成表征该声音信号的特征向量,输入到支持向量机(SVM)中训练得到煤矿瓦斯和煤尘爆炸声音识别模型;对待测声音信号同样提取其小波散射系数图的灰度梯度共生矩阵得到十一维特征向量,输入到训练好的煤矿瓦斯和煤尘爆炸声音识别模型中进行声音识别分类,并进行试验验证。采取声音信号的特征提取试验,分析了不同声音的小波散射图及其特征参数分布特点,瓦斯和煤尘爆炸声音的小波散射系数图及其十一维特征向量与煤矿井下其他声音差异明显,证明了所提特征提取方法的可行性;通过贝叶斯优化完成支持向量机超参数优化试验,选取更符合训练模型的超参数,识别试验结果表明,所提方法的识别率为95.77%,明显优于其他对比算法,能够满足煤矿瓦斯和煤尘爆炸识别的需求。

基于小波散射网络-贝叶斯优化门控循环单元的电力变压器声纹识别方法

针对小规模样本下电力变压器的声纹识别问题,本文提出一种基于小波散射网络-贝叶斯优化门控循环单元(GRU)的声纹识别方法。首先,为滤除干扰分量,提高声纹识别的正确率,通过经验小波变换(EWT)与快速独立成分分析算法(FastICA)对原始信号进行盲源分离,得到变压器本体声纹信号。然后,为降低模型输入数据的复杂度,采用小波散射网络提取声纹信号的特征向量作为声纹识别模型的输入,并采用GRU作为模型分类器。最后,通过贝叶斯算法完成对GRU网络层数与初始学习率的超参数优化。实验结果表明,在样本规模偏小的情况下,相较于当前普遍使用的声纹时频谱——深度卷积神经网络模型,本文所构建的模型收敛用时缩短,识别正确率提高,性能得到了明显改善。

基于小波散射神经网络的血管硬化识别初探

血管硬化是心血管疾病的独立预测因子,柯氏音的特征与血管顺应性密切相关。本研究的目的是探究基于柯氏音信号的特征进行血管硬化检测的可行性。分别采集正常血管和硬化血管的柯氏音信号,并进行预处理,利用小波散射网络对柯氏音信号进行散射特征提取,搭建长短期记忆网络(LSTM)作为分类模型,对散射特征进行分类,评估LSTM分类模型的性能。本研究共有97例柯氏音信号数据,其中血管硬化组为50例,血管正常组为47例,按照8∶2的比例划分为训练集和测试集。最终分类模型的准确率为86.4%,敏感度为92.3%,特异性为77.8%。研究结果表明,柯氏音信号的特征受到血管顺应性的影响,利用柯氏音信号的特征进行血管硬化的检测是可行的,本研究为无创血管硬化检测提供了一种新的思路。

一种基于CNN的散射变换的旋转方法

深卷积神经网络的精度与输入的数据有关,当输入的数据为非正常角度数据时,相关网络的处理精度较低。因此,为了提高处理精确度,提出了一种对输入旋转不变的卷积神经网络。该网络主要基于散射变换中存在的旋转变换特性和一系列的三维卷积。这种结构能够在无角度标注数据的情况下预测角度。此外,预测器可以将输入的随机旋转连续映射到预测的圆形空间。在实验中,利用垂直角度和随机旋转角度的样本对训练结果进行了验证。结果表明该网络具有较好的精确度。

WSD-SVM在工作面底板破坏深度微震事件自动识别中的应用

为解决煤矿微震事件识别中效率低、精度低、可靠性差的问题,将小波散射分解变换与支持向量机相结合,构建微震事件的WSD-SVM智能识别模型。首先,通过小波散射分解变换将微震监测数据分解成高、低频部分,并计算得到小波散射系数,构成散射特征矩阵;然后,选择70%的数据输入支持向量机模型进行训练,用得到的识别模型对其余30%的数据进行测试验证,获得识别结果。将山西保德煤矿某工作面微震监测时序数据作为实例,结果表明:WSD-SVM模型能够自动识别全部6个微震事件,用时1.651 s;而传统STA/LTA算法虽然仅用时0.731 s,但未能有效识别出其中的3个低信噪比事件,WSD-SVM模型的自动识别精度高于STA/LTA算法模型识别的精度,但需要较长的计算时长。小波散射分解变换方法的引入能够有效实现监测数据降维,大幅提高识别精度,为微震事件的自动识别提供了新思路。

深度多尺度不变特征网络预测胶质瘤1p/19q缺失状态

准确预测胶质瘤染色体1p/19q的缺失状态对于制定合适的治疗方案和评估胶质瘤的预后有着重要的意义.虽然已有研究能够基于磁共振图像和机器学习方法实现胶质瘤1p/19q状态的准确预测,但大多数方法需要事先准确勾画肿瘤边界,无法满足计算机辅助诊断的实际需求.因此,提出一种深度多尺度不变特征网络(deep multiscale invariant features-based network,DMIF-Net)预测1p/19q的缺失状态.首先利用小波散射网络提取多尺度、多方向不变特征,同时基于深度分离转聚合网络提取高级语义特征,然后通过多尺度池化模块对特征进行降维并融合,最后在仅输入肿瘤区域定界框图像的情况下,实现胶质瘤1p/19q状态的准确预测.实验结果表明,在不需要准确勾画肿瘤边界的前提下,DMIF-Net预测胶质瘤1p/19q缺失状态的AUC(area under curve)可达0.92(95%CI=[0.91,0.94]),相比于最优的主流深度学习模型其AUC增加了4.1%,灵敏度和特异性分别增加了4.6%和3.4%,相比于最好的胶质瘤分类前沿模型,其AUC与精度分别增加了4.9%和5.5%.此外,消融实验证明了本文所提出的多尺度不变特征提取网络可以有效地提高模型的预测性能,说明结合深度高级语义特征和多尺度不变特征可以在不勾画肿瘤边界的情况下,显著增加对胶质瘤1p/19q缺失状态的预测能力,进而为低级别胶质瘤的个性化治疗方案制定提供一种辅助手段.