基于多窗谱相关加权语音增强

与传统的周期谱图相比,多窗谱分析方法是一种低方差、高分辨率的谱分析方法,尤其适合非线性系统中强噪声背景下弱信号、时频演变信号的分析。基于多窗谱估计这种优点,提出多窗谱相关加权语音增强方法,先对噪声与含噪信号比(NNSR)进行估计,用基于NNSR的幅度谱减实现预语音增强,再用相关加权规则获得最终的增强语音。通过客观和主观测试表明,在相同的实验条件下,多窗谱相关加权算法能更好地抑制背景噪声和音乐噪声,同时也较好地保持了语音的可懂度和自然度。

基于局部相关加权的时域地震波束形成方法

定向地震波束能够加强主波束方向信号,但同时在主波束方向外产生畸变信号,导致多波束定向地震记录的信噪比降低。为此,依据地震波束定向记录中主波束方向内外的信号与原始信号之间的局部相关性差异提出了基于局部相关加权的时域地震波束形成方法。首先提取中心地震记录与延时后的地震记录或波束定向结果之间的局部最大相关系数谱,然后利用多种滤波方法和编码技术提高局部相关系数谱对有效信号的表征能力,最终实现对主波束信号的有效提取以及畸变信号的消除。理论模型数值实验结果表明,在波束定向前、后进行局部相关加权都能够准确提取主波束方向信号,消除畸变信号对有效信号的影响,改善地震记录和地震剖面的质量。

相关加权综合营养状态指数法在三峡水库富营养化评价中的应用

针对三峡水库河道型水库的特点,初步建立了Chl-a与各营养物的回归关系模型,运用相关加权综合营养状态指数法对水库进行评价,并与湖库富营养化评价方法的评价结果相比较,其结果均为贫营养。但同湖库富营养化评价方法相比,基于河道型水库综合营养状态指数法的评价结果偏低。当水体稳定后,用相关加权综合营养状态指数法对多种因子进行综合评价,能够比较真实地反映水体营养状况。

基于光流矢量行波分离的相关加权逆时偏移成像

逆时偏移由于基于双程波方程进行波场延拓,应用互相关成像条件所得到的成像结果中包含了大量的低波数噪声.基于Poynting矢量行波分离的逆时偏移方法虽可有效压制这些噪声干扰,但其也存在Poynting矢量计算不稳定、行波分离精度不高以及各行波分离成像剖面叠加权重难以确定等问题.本文基于光流矢量实现了震源正时波场和检波点逆时波场的高精度分离,分别得到了左上、左下、右上、右下四个方向的行波,进而由正时和逆时波场的每两个行波互相关得到16个成像剖面;在此基础上,将这16个成像剖面分别与参考剖面做相关计算,并将相关值作为权重分别赋予各成像剖面,最终实现了基于光流矢量行波分离的相关加权逆时偏移成像.理论模型数据与实际资料试算表明:相比于常规基于Poynting矢量行波分离的逆时偏移方法,本文方法可更精确、稳定地实现震源波场和检波点波场的行波分离,同时该方法采取的相关加权成像方式,避免了人为取舍或仅赋予各波场成像剖面经验权重的缺陷,有效提高了逆时偏移的成像精度.

相关加权综合营养状态指数方法在洋河水库富营养化评价中的应用

运用相关加权综合营养状态指数方法对洋河水库的营养水平进行评价，并和卡森指数方法、修正的营养状态指数方法相互比较和印证，表明该水库的营养水平在7、8、9三个月已达富营养水平，其TLIc均值在1999年和2000年分别达到61．9和63．5。10、11月很接近富营养水平，其它月份为中或中--富营养水平。在评价方法的选择上，干旱年可选用修正的营养状态指数方法，而在外界因素对水质干扰强的年份，还是以相关加权综合营养状态指数方法为佳。

基于加权中值相关和半阈值策略的突发关键词监测

突发关键词监测是发现相对增长率突然增加的关键词,目的是为了探测主题领域中的潜在热点因素。文章提出了加权中值相关和半阈值策略的突发关键词监测方法,并将其应用于"虚拟教育社区"研究主题的突发关键词监测;最后利用统计检验法和平均准确率、满意度验证了该监测方法的有效性。

融合加权颜色相关图和改进LBP的彩色人脸图像识别

彩色人脸图像识别的关键是如何获取较好的彩色人脸图像信息.根据现有算法的不足提出加权颜色相关图和LBPT算法,并采用有效的方法结合这两种方法实现高效的彩色人脸图像识别.加权颜色相关图不仅体现了彩色人脸图像中颜色的整体分布情况,还反映了颜色之间的空间相关性以及颜色的分布紧密度.LBPT算子是通过自适应获取邻域半径、确定邻域半径与邻域像素点个数关系以及阈值设定来反映灰度图像的纹理特征.二者结合表征了彩色人脸图像的颜色特征和纹理特征.实验证明,加权颜色相关图和LBPT算子的结合在识别精度上有一定的提高.

基于加权相关矩的多传感器图像融合方法

针对遥感多光谱图像和全色图像的融合问题,提出了一种基于局部区域特征的多分辨率图像融合方法。该方法首先对图像进行二维小波变换,然后根据高频小波系数的一阶、二阶统计特征来计算加权相关矩,从而得到包含更多信息和有效特征的融合图像。试验结果证明融合图像在保留地物光谱信息和提高空间细节表现能力上都具有很好的效果。

建筑企业安全投入的加权相关度及优化研究

为减少安全事故中人员伤亡和财产损失,运用加权关联度及动态优化的方法,进行建筑企业安全投入指标排序及安全投入力度优化研究.基于安全投入预防性、针对性和风险性等特征,讨论建筑企业管理、人员、技术和设备等方面安全投入的构成,建立建筑企业安全投入评价指标体系,构建建筑企业安全投入相关度优化模型,引入关联矩阵和权重矩阵,综合确定各项安全投入指标的加权相关度排序,并对未来安全投入力度进行优化,最后给出算例分析.结果表明,该方法通过计算关联系数和指标权重,能够提高安全投入相关度排序结果的准确性,优化安全投入力度,实现建筑企业安全投入结构的合理量化调整.

GRACE时变重力场条带误差的加权平均去相关滤波方法

提出一种简单、快速的加权平均去相关滤波方法,以滤除GRACE时变重力场存在的显著的南北条带误差,并可以处理球谐位系数中的两端点系数。基于CSR RL05和Tongji-GRACE01时变重力场模型,采用加权平均去相关滤波求得2003~2011南极区域的质量变化速率为-78.35±41.08 Gt/a和-78.06±40.75Gt/a,与多项式拟合去相关滤波求得的结果-81.91±40.75Gt/a和-79.31±40.46Gt/a极为接近。在亚马逊流域,这两种滤波方法求得的结果也极为接近,从而验证了本文方法的有效性。

基于遗传优化加权相关向量机的网络热点预测模型

为了提高网络热点事件的预测精度,提出一种基于遗传优化加权相关向量机的网络热点事件预测模型(GA-WRVM)。首先对每个样本数据的噪声方差加上一个权值系数得到加权相关向量机,然后用组合核函数代替相关向量机的单一核函数,并采用遗传算法对核参数进行优化建立预测模型,最后利用网络热点数据进行仿真实验分析。结果表明,相对于神经网络和支持向量机,GA-WRVM降低了网络热点事件的预测误差,获得了更高的网络热点预测精度,具有更强的泛化能力。

基于加权自相关函数特征提取法的多类蛋白质同源寡聚体分类研究

我们提出一种新的特征提取方法,即用蛋白质序列的氨基酸组成成分和一系列的氨基酸残基指数加权自相关函数构成特征向量,表示蛋白质序列,与支持向量机算法组合对蛋白质同源二聚体、同源三聚体、同源四聚体、同源六聚体进行分类研究,得到较好的分类结果。在Jackknife检验下,采用支持向量机算法,基于此新特征提取法所构成的参数集QIANA、QIANB、MEEJ、ROBB和SNEP的总分类精度分别为77.63%、77.16%、76.46%、76.70%、75.06%,分别比传统氨基酸组成成分特征提取法(参数集为COMP)提高6.39、5.92、5.22、5.46、3.82个百分点。对于参数集QIANA,支持向量机的总分类精度为77.63%,比协方差算法提高16.29个百分点。这些结果表明:(1新特征提取法是有效和可行的,基于此特征提取法构成的特征向量包含蛋白质四级结构信息,且可能捕获了埋藏在缔合亚基作用部位接触表面的基本信息;(2)对于蛋白质同源寡聚体分类研究,支持向量机是非常有效的。

紫外吸收光谱加权相关分析法对若干中成药的鉴别

目的：评估加权相关分析法（以相关分析为基础，在UV吸收光谱的峰和谷附近设置更大的权重）对中成药的鉴别价值。方法：使用紫外分光光度计扫描不同厂家的复方丹参片、滴丸，以及其他不同品种中成药的UV吸收光谱（水为溶剂）。利用加权相关分析对以上光谱数据进行分析，得到各产品之间的Pearson’s R和AR（Pearson’s R与其镜像位置值的绝对差值），并以此进行各产品的光谱相似性比较。结果：相同厂家不同批号产品之间的UV吸收光谱的Pearsan’s R=0．995—0．9999，△R=0～0．00006，光谱相似度极高，而不同厂家产品之间的Pearson’s R=0．92—0．997，△R=0．00020—0．02，光谱相似度高；与复方丹参片（滴丸）的UV吸收光谱相比，其他中成药光谱的pearsan’s R=0．25～0．98，通常伴有△R〉0．02，光谱相似度相对较低。结论：加权相关分析可以准确地测量UV吸收光谱的相似度，可将其用于中成药的鉴别和质量控制。

加权短时自相关函数的基音周期估计算法

语音基音频率的准确检测是语音信号处理的难点之一。提出一种加权短时自相关函数(Autocorrelation Function,ACF)算法提取基音频率。在传统的ACF方法基础上,利用短时平均幅度差函数(Average Magnitude Difference Function,AMDF)的平方对ACF函数进行加权,由此加强短时自相关函数在基音周期倍数处的峰值特性。对提取出的基频曲线做平滑处理。实验结果表明,该方法提高了基音周期检测的准确率。

基于相关系数加权观测矢量的InSAR干涉相位估计方法

提出了一种基于相关系数加权观测矢量的InSAR干涉相位估计方法.该方法采用联合单像素模型,构造相关系数加权观测矢量,同时利用相邻像素的信息,因此具有自适应图像配准和降低相位噪声功能,因而可以在SAR图像配准精度很差(可以允许达到一个分辨单元)的条件下准确地估计相应像素间的干涉相位.仿真数据的处理结果证明了此方法的有效性.

基于相关系数加权观测矢量的多基线相位解缠方法

提出了一种基于相关系数加权观测矢量的多基线相位解缠方法.该方法采用联合单像素模型,构造相关系数加权观测矢量,同时利用相邻像素的信息,能够同时完成图像配准、干涉相位噪声滤波和相位解缠,因此可以在合成孔径雷达(SAR)图像配准精度很差(可以允许达到一个分辨单元)的条件下得到稳健的相位解缠性能,仿真结果证明了此方法的有效性.

基于XGBoost特征选取和迭加权相关权重矩阵的高分五号遥感影像变化检测

提出一种基于迭加权相关权重矩阵(IR-CWM),使用XGBoost机器学习模型训练选取特征变化波段,训练预测变化检测结果的方法(IR-CWM-XGB).以国产高分五号(GF-5)高光谱遥感影像为数据源,经过预处理后,通过迭代加权得到迭加权相关权重矩阵(IR-CWM),然后经过XGBoost算法选取特征波段,选取随机样本进行模型训练,使用最终模型生成变化的结果.实验结果表明:本研究方法与变化矢量分析(CVA)变化检测方法、主成分变化矢量分析(PCA-CVA)变化检测方法、迭加权多元(IR-MAD)方法、卷积神经网络(CNN)等方法进行对比,本研究方法变化检测结果的Kappa系数和总体精度较高,误检率较低.

基于光谱角匹配和加权自相关约束能量最小化算法的水面目标探测方法

为实现对高光谱图像海面舰艇目标进行有效探测,通过对传统的目标探测算法进行改进,解决了加权自相关约束能量最小化算法(Constrained Energy Minimization,CEM)对于大目标地物提取效果不佳的问题.对高光谱图像做降维和端元提取处理,并利用提取的端元进行光谱角匹配(Spectral Angle Mapping,SAM)分类来确定两个重要的分类:舰船类和海水类;从所有像元中减去舰船类像元作为背景像元,通过基于纯背景像元加权自相关矩阵的SAM-CEM算法计算探测结果;通过分类图像来获得只包含海水和舰船的灰度图像,并进行二值化和数学形态学处理,寻找范围最大的白色区域为海水区域;通过对目标探测图像进行二值化,利用舰船目标在海水中的特点,去除不在海水区域内的虚警目标,从而确定最终的舰船目标.实验结果表明:该算法能够更好地增强目标信号而抑制背景信号,从而避免了加权自相关CEM算法中目标信号作为背景信号参与运算而对探测结果的影响,在对海面舰艇的目标探测中取得了令人满意的结果.

标签相关度加权的协同过滤个性化推荐算法

现有的基于标签的协同过滤推荐方法虽然利用标签区分信息的属性,但是并不考虑标签本身的相关性,使得多数情况下信息推荐结果倾向于热门或常用标签,影响了推荐质量。针对上述问题,引入衡量标签之间的关联程度的指标——标签相关度,并基于此计算标签与信息之间对应关系的概率,从而建立一种新的标签相关度加权的协同过滤推荐算法。利用标签相关度来解决权重偏差问题,平衡热门信息和个性化信息的权重。主要方法是建立基于标签相关度特征表示的用户和信息表示,并通过特征相似性度量方法计算标签相关度加权的信息相似度,最后采用K最近方法对用户-信息偏好进行预测。实验结果表明,该方法与表现较好的LS和LW算法相比,能够在一定程度上提高推荐的精确度和召回率,更好地满足用户的实际需求。

基于互相关序列和BP网络的声源定位算法

在基于麦克风阵列的声源定位算法中,一种常用算法的基本思路是通过麦克风接收到信号的相关序列来计算信号之间的时延,进而再根据阵列的结构确定声源的位置。在分析传统的声源定位算法基础上,针对双五元十字阵模型,介绍传统的基于广义互相关相位变换加权(generalized cross correlation-phase transform,GCC-PHAT)时延估计的定位算法,并给出基于GCC-PHAT时延估计和反向传播(back propagation,BP)神经网络的定位算法、基于抛物线互相关时延估计和BP网络的定位算法,进而通过分析影响时延估计的主要因素,提出了基于互相关序列和BP网络的新定位算法,该算法将GCC-PHAT互相关序列最大值点的位置、最大值点及其左右各一点的相关值作为BP网络的输入,通过对BP网络进行训练来实现声源的三维定位。仿真实验表明:与传统的基于GCC-PHAT时延估计的定位算法相比,所提出的各个算法均具有较好的定位效果,后者均比前者的定位精度更高,而且提出的基于互相关序列和BP网络的新定位算法在低信噪比和高混响的条件下,也具有较好的定位效果。