基于Mel-GADF与ConvNeXt-T的变压器铁心松动故障诊断方法

为解决传统梅尔(Mel)时频谱图对变压器铁心松动程度识别率较低的问题,提出一种基于梅尔-格拉姆角差场(Mel-GADF)时频谱图与ConvNeXt-T网络相结合的变压器铁心松动故障诊断模型。将变压器声纹信号生成Mel时频谱图,同时将原始声纹数据经过格拉姆角场(GAF)变换得到格拉姆角和场(GASF)与GADF这2种时频谱图;生成Mel-GASF与Mel-GADF这2种特征融合的时频谱图来弥补Mel时频谱图的低频缺失问题;将3种时频谱图放入ConvNeXt-T网络进行训练对比,选出效果最佳的诊断模型。以型号为S13-M-200/10的变压器为对象进行空载试验,对不同铁心松动程度下的声纹信号进行分析,分析结果表明,将Mel-GADF作为特征时频谱图结合ConvNeXt-T网络,可将测试集准确率从传统Mel时频谱图的98.273%提升至99.500%,提升了1.227个百分点。

基于Mel声谱图与改进SEResNet的鱼类行为识别

养殖环境中饲料投放、水流变化等刺激源导致鱼类声音分辨难,使行为识别准确率不高,为解决上述问题,提出基于Mel声谱图(Mel spectrogram)与改进SEResNet的鱼类行为识别模型TAP-SEResNet。首先针对鱼类行为声音频率波动大、特征差异小,造成特征提取难的问题,采用高分辨率、特征表示较好的Mel声谱图以捕捉鱼类声音的频谱特征。其次针对鱼类声音特征关键信息易丢失的难题,提出在SEResNet模型中融合时序聚合池化层(Temporal Aggregated Pooling,TAP),提取池化区域的最大值和平均值,保留鱼类行为更多细粒度声音特征,提高识别准确率。为验证所提模型的有效性,分别设计了消融试验和模型性能对比试验,试验结果显示:TAP-SEResNet相比SEResNet在不降低检测速度的条件下准确率提升了3.23%;相比PANNS-CNN14、ECAPA-TDNN及MFCC+ResNet等先进声音识别模型,TAP-SEResNet在准确率上分别提升了5.32%、2.80%和1.64%。所提模型有助于养殖过程中对鱼类行为实现精准监测,对精准养殖具有重要的推动作用。

基于Mel频谱和LSTM-DCNN的矿山微震信号混合识别模型

微震监测是保证矿山安全生产的有效手段,微震信号识别精度直接影响着微震事件的判定及分析结果.鉴于此,以夏甸金矿微震监测数据作为样本,建立了基于Mel频谱和长短时记忆(long short-term memory,LSTM)神经网络与深度卷积神经网络(deep convolutional neural networks,DCNN)混合的矿山微震信号识别模型.首先对监测信号进行预处理,利用Mel时频谱降低干扰频段的权重并减小样本尺寸.然后利用LSTM和DCNN模型分别提取信号的时间特征及空间特征.通过多种模型的对比分析,结果表明本文提出的Mel-LSTM-DCNN混合模型对微震信号识别准确率最高.该模型为矿山准确识别微震信号提供参考.

褪黑素受体Mel 1a在皖西白鹅各组织中的表达与分布

【目的】探究褪黑素受体Mel 1a在皖西白鹅各组织中的分布特点和表达水平,为褪黑素在皖西白鹅的功能调控奠定理论基础。【方法】以皖西白鹅作为研究对象,提取各组织器官的总RNA,采用Real-time PCR和Western blot检测褪黑素受体Mel 1a mRNA和蛋白在鹅组织中的分布和差异性表达,免疫组化检测褪黑素受体Mel 1a蛋白在鹅的组织中的表达。【结果】在心脏、肝脏、脾脏、肺脏、肾脏、胰脏、大脑、小脑、肌肉、卵巢各组织中均存在Mel 1a mRNA表达;Mel 1a蛋白广泛分布于大脑、心脏、肾脏、肝脏、肺脏、脾脏、胰脏和肌肉组织细胞中,利用Image-pro plus 6软件分析免疫组化阳性信号的IOD值显示,脾脏阳性信号最强,其次是胰腺。脾脏显著强于大脑,肺脏中的信号显著强于心脏和肌肉组织。采用Real time PCR和Western blot技术检测各组织中Mel 1a mRNA和蛋白表达水平,结果表明,卵巢中表达水平最高,其次是胰腺、脾脏、肾脏、肝脏、心脏和脑组织中,肺脏和肌肉中的表达水平最低,另外在各级卵泡中Mel 1a mRNA的表达水平随卵泡发育逐渐增加,直到卵泡发育到直径超过3 cm后,其表达量下降。【结论】皖西白鹅各组织中均存在褪黑素受体,其中在卵巢中表达最高,褪黑素可通过受体介导调控皖西白鹅多种生物功能,尤其是对皖西白鹅卵泡发育的调控。

Mel频率倒谱系数平滑的耳机均衡

适当均衡耳机到鼓膜的传递函数可有效提高耳机声重放效果。耳廓与耳道滤波效应引起的幅度峰谷有助于人耳听觉感知,以平直幅频响应为目标的幅度均衡无法保持适当的峰谷。该文提出了基于roex滤波器与Mel频率倒谱系数的耳机到鼓膜的传递函数平滑方法,用于模拟人耳听觉感知特性和平滑耳机到鼓膜的传递函数,使均衡后的幅频响应保持相应的峰谷,避免了幅度峰谷过渡均衡。实验结果表明,进行耳机到鼓膜的传递函数平滑的幅度均衡对提高耳机的音色有显著作用,基于Mel频率倒谱系数平滑的幅度均衡对提高耳机的音色最为显著。

基于Mel频谱值和深度学习网络的鸟声识别算法

为了增强网络对鸟鸣声信号的特征学习能力并提高识别精度,提出一种基于深度残差收缩网络和扩张卷积的鸟声识别方法。首先,提取鸟鸣声信号的对数Mel特征及其一阶和二阶差分系数组成log-Mel特征集,作为网络模型的输入;其次,通过深度残差收缩网络自动学习噪声阈值,减少噪声干扰;然后,引入扩张卷积增大卷积核感受野并利用注意力机制使网络聚焦于关键帧特征;最后,通过双向长短时记忆网络从学到的局部特征中学习长期依赖关系。以北京百鸟数据库中的19种中国常见鸟类作为实验对象,识别正确率可以达到96.58%,并对比模型在不同信噪比数据下的识别结果,结果表明该模型在噪声环境下的识别效果优于现有模型。

基于特征融合和B-SVM的鸟鸣声识别算法

为了实现在野外通过低成本嵌入式系统识别鸟类,提出了基于特征融合和B-SVM的鸟鸣声识别方法。对鸟鸣声信号提取梅尔频率倒谱系数、翻转梅尔频率倒谱系数、短时能量和短时过零率组成特征参数,通过线性判别算法对特征参数进行特征融合。利用黑寡妇算法通过测试集对支持向量机模型的核参数和损失值进行优化得到B-SVM模型。利用Xeno-canto鸟鸣声数据集对本文算法进行了测试,结果表明该方法的识别准确率为93.23%。算法维度参数的大小和融合特征维度的高低是影响算法识别效果的重要因素。在相同条件下,文中所提的基于特征融合和B-SVM模型的鸟鸣声识别算法相较于其他特征参数和模型,识别的准确率更高,为野外鸟类识别提供了参考。

基于MFCC和GMM的瓷砖空鼓率识别系统及方法

针对瓷砖因内部空鼓而引起的松动、脱落等质量问题或其他安全隐患问题,研制了一套用于瓷砖空鼓率识别的试验系统。该系统采用梅尔倒谱系数(MFCC)法提取瓷砖敲击声的特征参数,再用高斯混合模型(GMM)法对MFCC特征参数进行分类和识别。试验结果表明,采用MFCC和GMM相结合的方法,可以对瓷砖空鼓情况进行有效识别,该方法具有良好的应用前景。

试验环境水下声信号的特征提取方法

水下试验环境参数的反演是水声学研究领域的重要内容。而当前研究的关键是通过对水下声信号做特征提取从而获取参数信息。针对特征提取较难、模型很难拟合等问题。本文提出了一种试验环境水下声信号的特征提取方法。将水下声信号同时用梅尔频谱倒谱系数及线性预测系数处理,两者运用特征加权组合方法得到新的特征矩阵;再应用映射插值算法对特征矩阵进行处理,获得适应神经网络输入的三通道矩阵。本文选取的网络模型为残差神经网络。利用实验室所录制的对河口水库数据集测试表明,本文提出的特征提取方法普遍优于仅利用梅尔频谱倒谱系数或线性预测系数的特征处理方法。利用单频矩形脉冲信号对环境进行深度5分类,准确率平均提升2%。利用线性调频信号对环境进行深度5分类,准确率平均提升2.03%。本文提出的特征提取方法对线性调频信号在深度分类任务下处理的结果要优于单频矩形脉冲信号处理的结果。

梅尔频率倒谱系数在声带息肉手术前后嗓音分析中的价值研究

目的 本研究拟通过提取患者嗓音中的梅尔频率倒谱系数(MFCC)指标,探讨其在声带息肉手术前后嗓音分析中的临床价值。方法 回顾性分析于2018年1月—2019年8月行声带息肉手术且术前及术后1个月均行嗓音评估的患者41例,男31例,女10例;平均年龄(42.9±11.4)岁。另选取无声嘶且无声带病变的正常受试者21例作为基线对照。使用基于Python编程语言的librosa语音处理包进行MFCC特征提取,分别提取每位患者的MFCC均值,MFCC方差与MFCC标准差,使用配对样本t检验比较声带息肉手术前后上述各MFCC特征的差异。结果 声带息肉患者术后MFCC均值1.25±1.01、MFCC方差561.34±154.98及MFCC标准差21.74±4.03比术前MFCC均值6.81±2.05、MFCC方差1 019.66±295.87及MFCC标准差34.37±6.63显著下降,差异具有统计学意义(t=18.596,P=0.000;t=10.338,P=0.000;t=11.852,P=0.000)。声带息肉组患者术后1个月其MFCC均值、MFCC方差及MFCC标准差与正常受试者相比差异均无统计学意义,表明绝大部分声带息肉患者术后嗓音得到良好的恢复。结论 本研究首次探索了MFCC在声带息肉手术前后嗓音分析中的价值,MFCC各特征可作为评估声带息肉术后嗓音恢复的指标。

基于融合特征ADRMFCC的语音识别方法

针对在复杂噪声环境下语音识别准确率低和鲁棒性差的问题,提出一种基于增减残差Mel倒谱融合特征的语音识别方法.该方法首先利用增减分量法筛选关键语音特征,然后将其映射到Mel域-残差域空间坐标系中生成增减残差Mel倒谱系数,最后将这些融合特征用于训练端到端模型.实验结果表明,该方法在不同噪声类型和信噪比条件下均显著提高了语音识别准确率及性能,在-5 dB低信噪比条件下,语音识别准确率达73.13%,而在其他噪声条件下的平均语音识别准确率达88.67%,充分证明了该方法的有效性和鲁棒性.

基于CNN和DCGAN的小样本船舶辐射噪声识别方法

文中建立一种基于卷积神经网络(convolutional neural networks,CNN)和深度卷积生成对抗网络(deep convolutional generative adversarial networks,DCGAN)的船舶目标识别方法.通过采集的船舶辐射噪声数据,以梅尔频谱(Mel spectrogram)作为网络的输入特征,使用DCGAN网络对频谱变换后的样本进行扩充,利用微调的VGG16(visual geometry group)网络实现船舶目标分类,实现了网络收敛速度的提升和训练时间的减少.结果表明:采用所提方法可以生成较高质量的频谱样本,提高船舶辐射噪声识别的准确率.

新型生物表面活性剂甘露糖赤藓糖醇脂(MEL)的分离与表面性质研究

本文通过对 Candida antarctica生产的生物表面活性剂甘露糖赤藓糖醇酯( MEL )的分离条件的研究 ,得到了该生物表面活性剂分离的最佳条件∶硅胶粒径 2 0 0目 ,洗脱剂为氯仿丙酮混合溶剂 ,配比分别是 7∶ 3( MEL - A)与 6∶ 4 ( MEL - B) ,洗脱速率为 0 .2 5ml/min,洗脱剂用量为 4 0 0 ml/g MEL。对 MEL表面性质的研究发现其具有较好的表面活性 。

基于多尺度时序感知网络的课堂语音情感识别方法

语音情感识别近年来在多场景智能系统中得到了广泛应用,也为实现智慧课堂环境下的教学行为智能分析提供了可能。通过课堂语音情感识别技术可以自动识别课堂教学中教师和学生的情感状态,帮助教师了解自己的授课风格并及时掌握学生的课堂学习状态,从而达到精准施教的目的。针对课堂语音情感识别任务,首先,收集中小学的课堂实录教学视频,提取音频并进行人工切分和标注,构建了包含6类情感的中小学教学语音情感语料库;其次,基于时序卷积网络(TCN)和交叉门控机制(cross-gated mechanism)设计了双路时序卷积通道,以提取多尺度交叉融合特征;最后,采用动态权重融合策略调整不同尺度特征的贡献度,减少非重要特征对识别结果的干扰,进一步增强模型的表征和学习能力。实验结果表明,所提方法在多个公共数据集上优于TIM-Net(Temporal-aware bI-direction Multi-scaleNetwork)、GM-TCNet(Gated Multi-scale Temporal Convolutional Network)和CTL-MTNet(CapsNet and Transfer Learning-based Mixed Task Net)等先进模型,在真实课堂语音情感识别任务上未加权平均召回率(UAR)和加权平均召回率(WAR)分别达90.58%和90.45%。

Mel频率下基于LPC的语音信号深度特征提取算法

针对传统语音信号二次特征提取方法在保证识别率的前提下,实时性较差的问题,提出一种Mel频率下基于线性预测系数(linear predictive coefficient,LPC)的改进的语音信号深度特征提取算法。该方法根据人耳的听觉特性把LPC在Mel频率下进行非线性变换,再进行微分、高阶微分和按比例重组等步骤,得到一种既考虑声道激励又兼顾人耳听觉的新特征参数,从而大大减少传统语音信号深度特征提取的计算量,在不影响识别效率的情况下,极大提高系统的实时性。最后,将该算法在智能轮椅平台进行有效性验证,大量实验表明,语音控制系统实时性差的问题在使用该算法后能够得到明显改善,该算法既保证了特征提取识别率,也有效地改善了系统的实时性。在一定程度上使语音控制智能轮椅更具实用性。

结合MGCC特征与多尺度通道注意力的环境声深度学习分类方法

环境声分类技术在家居安全监测、人机语声交互等领域具有关键作用。然而,声源的多样性与混合性给环境声分类方法设计带来了重大挑战。为提高分类准确率与节约计算资源,该文提出一种基于多尺度通道注意力机制的深度学习分类模型。所提模型由特征提取模块、多尺度卷积模块、高效通道注意力模块、输出层四部分组成。首先,通过引入加权型梅尔Gammatone频率倒谱系数(MGCC)挖掘环境声频谱幅值与相位结构信息;其次,融合多尺度卷积核与高效通道注意力机制优选出声频关键局部细节和通道特征;最后,在全连接层采用softmax函数映射特征并输出环境声类型的概率值。所提模型在6种环境声的iFLYTEK、10种环境声的Urbansound8k数据集上开展测试验证,分别取得了94%、76.52%、79.24%(iFLYTEK+Urbansound8k)的分类准确率。消融实验结果进一步表明:引入的多尺度卷积模块、通道注意力机制模块对分类准确率的提升贡献率分别接近于3.77%和1.89%。实验还详细对比了7种现有的深度学习分类方法,所提算法在分类准确率上排名第二;另外,在同级别算法中如ResNet18、GoogLeNet,所提算法在模型参数量和计算复杂度方面上实现了进一步的约减。

褪黑素受体Mel 1b基因mRNA和蛋白在鸭不同组织中的表达与分布

褪黑素广泛的生理作用是通过与其膜受体(Mel 1a、Mel 1b、Mel 1c)结合介导的。褪黑素受体在机体内广泛分布,但因受体亚型、物种、组织不同而异。采用RT-PCR、real-time PCR和免疫组化技术探究了Mel 1b在鸭不同组织(包括鸭脾脏、心脏、肾脏、大脑、胸肌、卵巢、肺脏、肝脏、胰脏组织)中的表达分布及相对表达量。结果表明,鸭Mel 1b mRNA在脾脏、心脏、肾脏、大脑、胸肌、卵巢、肺脏、肝脏、胰脏中均有表达,且Mel 1b受体蛋白均存在于大脑、肺脏、肝脏、胸肌、肾脏、心脏、胰脏中(脾脏、卵巢未成功测试)。Real-time PCR结果表明,各组织中Mel 1b mRNA表达量存在差异,在卵巢中的表达量最高,其次为肺脏,在脾脏、心脏、肾脏和肝脏中的表达量也明显高于大脑中的表达,但在胸肌和胰脏中的表达量要稍低于大脑中的表达量。Mel 1b在鸭各组织中普遍表达分布,进一步说明了其介导褪黑素广泛的生理功能,特别是对生殖功能的调节。

一种适用于说话人识别的改进Mel滤波器

Mel倒谱系数(MFCC)侧重提取语音信号的低频信息,对语音信号的频谱分布特性描述不充分,不能有效区分说话人个性信息。为此,通过分析语音信号各频段所含说话人个性信息的不同,结合Mel滤波器和反Mel滤波器在高低频段的不同特性,提出一种适于说话人识别的改进Mel滤波器。实验结果表明,改进Mel滤波器提取的新特征能够获得比传统Mel倒谱系数以及反Mel倒谱系数(IMFCC)更好的识别效果,并且基本不增加说话人识别系统训练和识别的时间开销。

全硅MEL纳米分子筛的合成及物化性质I.全硅MEL纳米分子筛的合成

在TEOS TBAOH H2 O反应物体系中 ,水热条件下制备了全硅MEL (Silicalite 2 )沸石纳米晶 .详细讨论反应物中TBAOH/TEOS摩尔比、H2 O/TEOS摩尔比、反应温度等对沸石粒径的影响 .结果表明 ,反应物中较高的碱度和TEOS(硅源 )浓度 。

Bmi-1和Mel-18基因在大肠癌组织中的表达及意义

目的:探讨Bmi-1和Mel-18基因在大肠癌中的表达及其临床意义.方法:收集我院68例大肠癌组织标本,68例癌旁正常组织作为对照.利用免疫组织化学的方法检测大肠癌及正常组织中的Bmi-1基因和Mel-18基因的表达,并结合临床资料,对该两种基因的表达与大肠癌患者临床表现的相关性进行分析.结果:(1)Bmi-l在大肠癌组织中的表达明显高于正常组织(73.5%vs23.5%,P<0.05),且与大肠癌的侵袭深度、淋巴结转移及临床分期有关(P<0.05);(2)Mel-18基因在大肠癌组织中的表达明显低于正常组织(41.2%vs66.2%,P<0.05),且与大肠癌的淋巴结转移及临床分期呈负相关(P<0.05);(3)相关性分析发现,Bmi-1和Mel-18基因在大肠癌组织中的表达呈负相关(r=-0.545,P<0.05).结论:Bmi-1和Mel-18基因与大肠癌的发展、转移关系密切,检测Bmi-1和Mel-18对大肠癌的诊断及判断预后可能有重要意义.