基于改进教师-学生模型的色情音频事件检测

为保障青少年身心健康,国家日益重视色情信息的监管工作。针对传统色情音频检测无法精准定位事件起止时间的问题,提出一种基于半监督学习的改进教师-学生模型。将无标签、弱标签、强标签数据作为训练集输入,通过多层神经网络提取音频的帧、段特征,随后迭代优化帧、段所产生的分类损失以及教师-学生模型和段分类模型之间的一致性损失。在真实数据集上,实验结果表明当时间容忍度为5 s时,色情类别召回率达到94.3%,F1得分可达到83.4%。

基于可变带宽的Mean Shift音频聚类算法

固定带宽Mean Shift算法中带宽参数这一影响因子,提出了一种自适应带宽的Mean Shift音频聚类算法.该方法首先对需要聚类的音频段提取小波域特征,并采用PCA变换来消除音频特征间的相关性和冗余信息;然后采用自适应带宽的Mean Shift算法对音频段进行聚类;最后输出聚类结果.实验结果表明,选取的小波域音频特征比较好的表示了音频的语义信息,且该算法与固定带宽Mean Shift算法相比,提高了聚类的精度,使聚类更细化.

一种基于音频特征分析的医疗设备安全监测系统

以保障医疗设备安全为目标,设计了一种基于音频特征分析的医疗设备实时监测系统。系统组成为声音传感器、音频采集卡、FPGA信号处理器、网络传输系统和可视化平台。以瓦里安直线加速器机房和CT扫描机房的监测为例,采用基于二阶MFCC系数和音频均值的方法,确定医疗设备所处的状态。实际测试结果显示,系统准确采集了声谱,快速完成了数据从机房到可视化平台的传递,并准确识别出设备的静态工况、运行工况和异常工况,表明系统可为医疗设备安全增加安全屏障。

基于音频特征聚类算法的故障检测方法研究

针对工业生产中设备故障在线智能检测的迫切需要,提出了一种基于音频特征深度卷积神经网络和聚类算法联合优化的故障检测方法(fault detection method on the strength of the joint optimization of audio feature deep convolutional neural network and clustering algorithm,FDM_DCNN-CA)。该方法详细阐述了三维坐标系中的特征位置归一化提取和音频信息融合聚类分析等关键技术要点。FDM_DCNN-CA在具有不同背景噪声的音频数据集MIMⅡ上进行了测试,结果表明即使在检测难度较大的“阀门”设备上,仍然取得了良好应用结果。“阀门”设备总体AUC分数超过91%,并且在异常音频信号判断上具有更好的鲁棒性,正确率超过95%。

基于小波域的均值量化数字音频水印算法

提出了一种均值量化的小波域数字音频水印算法。均值量化可以减少攻击对水印的影响,算法选择合适的小波基对音频信号进行小波分解,对其中的中、低频系数进行均值量化,嵌入水印,水印提取过程不需要原始音频信号。实验结果表明,与一般水印量化算法相比,该算法对MP3、重量化、重采样、低通滤波和噪声干扰等信息处理型攻击具有更好的鲁棒性。

基于邻域平均的鲁棒音频水印算法

针对音频作品的版权保护问题,从时域角度提出一种鲁棒水印算法。使用邻域平均的方法,算法选择两个合适的正整数,每次移动一个采样点,分别计算连续采样点的均值,所得两个均值序列构成两条均值线,这两条均值线在时域上会出现交叉。然后用量化索引调制(QIM)方法,把水印信息嵌入在均值线的交叉点上。实验表明:算法具有好的不可感知性,能够抵御加噪声、重采样、重量化、低通滤波、MP3压缩等常规信号处理操作,以及抵御轻微的时域伸缩修改操作,尤其对于去同步的抖动攻击、随机剪切攻击具有很强的鲁棒性。

K-均值聚类与SVM结合的地空通信干扰识别方法

通过对设置在不同地形的监测设备所采集的地空通信信号研究发现,其音频信号可作为识别地空通信干扰信号的研究对象,但音频信号特征通常是基于短时间域上的,无法直接应用在识别过程中。故提出利用K-均值聚类算法构建地空通信干扰音频信号的特征集合,并将通过遍历选择参数的支持向量机作为分类器用于地空通信干扰音频信号识别。实验表明,该方法可以很好地表现出音频信号的统计特性,快速、高效地识别出不同的地空通信干扰信号。

基于离散小波变换和复倒谱的音频水印算法

离散小波变换和复倒谱的数字音频盲水印算法首先对原始音频数据进行分段处理并对每个音频数据段进行二级离散小波变换,然后对二级小波近似系数做复倒谱变换并修改复倒谱的统计均值以嵌入水印。为了便于观察,水印选用二值可视图像,并利用混沌技术进行了加密处理,加强其安全性。算法提取水印时不需要原始音频信号,实现了水印的盲检测。仿真实验证明了算法的鲁棒性和不可感知性。

新的特征点强鲁棒音频水印技术

以均值量化索引调制(MQIM)、特征点为理论基础,提出一种新颖的强鲁棒性数字音频水印技术。该算法选取数字音频的局部能量峰值点作为特征,提取稳定的特征点;以特征点为标记,对特征点后的区域进行分段,利用均值量化索引调制将水印嵌入到原始音频的小波域中。水印提取时无需原始图像。仿真实验表明,提出的算法对常规信号处理(MP3压缩、叠加噪声、重新采样、重新量化等)和去同步攻击(随机剪切、幅度缩放、变调、抖动等)均具有较好的鲁棒性。

基于复倒谱系数均值比较的数字音频水印算法

提出一种基于复倒谱系数均值比较的数字音频健壮、透明及盲水印算法。该算法把音频信号划分为若干帧,每帧划分为若干个节,每节包含若干个相同的采样点,对每帧的前二节实施复倒谱变换,然后比较前二节复倒谱系数的均值,结合水印序列为“0”或“1”,采取缩小、增加或不改变复倒谱系数均值的方法,在复倒谱系数中嵌入水印。实验证明,该算法具有较强的健壮性,较好的透明性,提取水印属盲水印提取,能经受重新量化、重采样、添加噪声、低通滤波、音频格式转换等常见信号处理及攻击。与SMM算法比较,其透明性、健壮性更好。

二型模糊系统在音频信号分类中的应用

针对数字音频信号分类问题提出了基于二型模糊集合理论的C均值聚类算法,并在此基础上应用跳跃基因遗传算法对聚类得到的初始模糊模型进行优化,最后采用向量相似性测度准则对优化后的模糊规则集合进行简化,得到最终的模糊分类器模型。与传统的一型模糊集合相比,二型模糊集合可以掌控更多的不确定性信息。基于二型模糊集合理论的C均值聚类算法对样本分布不均匀、结构不规则的样本集的聚类效果更精确。实例仿真结果对比显示,应用二型模糊C均值聚类算法的音频信号分类器比应用一型模糊C均值聚类算法的分类器得到的分类结果更准确。

倒谱域自适应音频水印算法

为了更好地平衡水印系统的鲁棒性和不可感知性,基于人类听觉感知特性提出了掩蔽度的概念,依据音频信号掩蔽度的大小,选取嵌入帧和调整嵌入强度。针对音频信号倒谱变换后倒谱系数的特征,采用统计均值的调制方法,实现了水印的嵌入位置和嵌入强度两方面的自适应嵌入。在保证水印的不可感知性的情况下,鲁棒性得到了更大的提高。仿真实验证明,该水印算法能经受住包括时间缩放(Time-Scale Modification)和随机剪切(Random Cropping)两种具有挑战性时域同步等大部分攻击,表现出很好的鲁棒性。与SMM (Statistical Mean Manipulation)算法相比,比特误码率BER(Bit Error Rate)至少提高0.25%,随机剪切3 (5×1000)提高了28.5%。

基于倒谱域的鲁棒音频数字水印算法

阐述了音频水印技术的嵌入及提取过程,提出了一种将二值图像嵌入音频信号的数字水印算法.该算法可对二维数字水印图像置乱处理并降维形成一维水印序列;对数字音频信号分帧并做倒谱分析,利用倒谱域两端因数比较大,其余的幅值都在0附近波动的特点,采用统计均值调制的方法,在倒谱域嵌入水印.实验结果表明,该方法具有良好的不可感知性和鲁棒性.

现代教育技术下多模态英语课堂的意义建构

在现代多模态英语课堂上,多种符号学资源共同建构意义。英语课堂符号学资源包括英语口语和板书、英语课件等软硬件设备、教室陈设、英语教师的行为和身体特征等。对ESL和EFL英语课堂的研究表明,视觉模态和听觉模态是英语课堂的主要模态。视觉模态进行课堂布局,体现教师和学生之间的关系和角色,听觉模态进行英语课堂语言交际中的英语教学和组织课堂。在现代英语课堂中,教学软件等教学代理不能完全替代英语教师,英语教师仍然是课堂活动的主导者,控制着课堂活动的内容和进程,承担着意义调节者的角色。英语教师应充分运用课堂的多种模态,进行有效的多模态设计,促进英语学习者的交互式多模态学习,帮助其建构意义。

基于SVD和均值量化的音频数字水印算法

提出了一种基于奇异值分解和均值量化的音频数字水印算法。该算法首先把原始音频信号分段矩阵化,然后对每分段所对应的矩阵进行奇异值分解,选取其相应的奇异值,通过均值量化方法嵌入二值图像水印,实现了音频信号中水印的嵌入。仿真实验结果表明,该音频水印算法对噪声干扰、低通滤波和重新采样等信号处理具有更好的鲁棒性。

基于DWT和均值量化的音频水印算法

提出基于小波包的离散小波变换和均值量化的音频水印算法。该算法的主要特点是:1)将音频信号根据嵌入的水印图像大小自适应地分段。利用Arnold变换对水印图像进行预处理,消除水印图像的相关性,提高图像的抗攻击性。2)采用小波包的离散小波变换,增加嵌入和提取效率,提高水印的透明性。3)水印信息嵌入到均值中,有较好的不可感知性。仿真实验表明:嵌入水印后音频的不可感知性较高,能够有效地抗击有损压缩、低通滤波和剪切等攻击。

论身体写作的产生及表现

我们的身体不断地被传统、文化、知识等外在之物异化,当一切外在的理想、意义、价值都破灭之后,身体成了唯一的真实。身体的角度逐渐成为现代学术的切入点,体验、实践的入思方式与之有关,回到身体,回到存在,在身体的基础上才有意义的诞生。

基于混沌的离散小波变换鲁棒音频盲水印

提出了基于混沌的离散小波变换(DWT)的数字音频盲检测算法.算法首先对原始音频数据进行分段处理,然后对每个音频数据段进行4级DWT变换,最后利用4级细节小波系数统计均值趋于零的特性,通过修改4级细节小波系数统计均值,每一段中嵌入一个水印比特,算法提取水印时不需要原始音频信号.为了便于观察,水印选用了二值可视图像,并利用混沌技术进行了加密处理,加强其安全性.仿真实验证明了算法对滤波、有损压缩、重采样等常见信号处理方法具有鲁棒性,与同类算法相比,具有更好的不可感知性.

英语听说能力的培养——关于大学英语四级测试中听说能力的考核

根据国家大学英语四级测试题型的改革情况 ,分析大学英语四级测试试卷中有关听力和口语的考核重点和考核趋向 ,提出了利用听说法的优点 ,结合情景、背景教学 ,来培养学生英语听说能力以适应大学英语四级测试的要求 ,并进一步适应社会的需要。本文介绍了利用听说法中可行性的教学原则与教学理论对学生的能力进行培养 ,讲解了词义背景教学对听说能力的影响 ,有益于提高学生的听说能力。

改进波形相似叠加算法的音频时长调整

针对波形相似叠加算法在处理高采样率音频时效率低的缺点,提出由短时均值包络到细化波形的逐步匹配方法.首先基于短时均值包络进行粗匹配,在此基础上细化包络,进行再匹配以实现音频时长调整.该算法降低了计算量,提高了运算效率.在进行音频时长调整过程中,还利用音频的优化低能量率特征参数动态调整分析窗长度,实验表明这种处理方法对混合音频的处理效果有很大改进.