基于双生成器与频域判别器GAN语音增强算法

针对在低信噪比条件下,生成对抗网络语音增强算法难以捕捉带噪语音的时域分布信息,导致语音信号被噪音淹没,进而影响模型的增强效果,可能产生增强后语音失真等问题,提出了一种基于双生成器与频域判别器的新型生成对抗网络语音增强算法.首先,该算法采用了两个参数相同的生成器,通过多阶段的增强映射改善语音质量;然后,每个生成器模型在原有模型的基础上增加了自注意力层,以提升模型性能和增强效果;最后,判别器模型采用了频域结构,以频域上的分布信息作为判断增强语音与干净语音相似度的依据.实验结果表明,所提出的方法在低信噪比环境下的语音增强任务中相较于对比方法表现出更好的增强效果,在PESQ和STOI指标平均提高了0.18和1.67%.

基于多尺度窗口生成器网络的抽油机噪声压制

在老油田的勘探开发中,抽油机噪声形成强干扰,严重降低了地震资料的信噪比。为此,提出了一种基于多尺度窗口生成器网络进行抽油机噪声压制的方法。构建的网络主要由双层编码器—解码器组成,结合不同层的特征信息可获得准确的去噪结果;在不同层采用不同尺寸的窗口进行特征提取,可以有效地扩大神经网络的感知范围,并从抽油机噪声中提取更多有用的特征。为了防止网络的退化,编码器和解码器的每个块中都分别使用了残差连接。编码器残差块部分采用了卷积核数量中间大、两端小的反瓶颈设计,可以提取地震数据更多的特征;解码器使用了编码器五分之一的卷积层数,加快了模型训练以及地震数据重建的速度。通过这种方式构建的网络可以有效地利用多尺度语义信息压制地震数据中的抽油机噪声。模拟数据和实际数据实验结果均表明,与DnCNN、GAN和MLGNet相比,所提方法能够获得高质量的去噪结果,并最大程度地保留有效数据。

基于残差生成器的Buck双向变换器改进模型预测控制

在以光伏储能装置为主体的直流微网中,外部扰动容易引起直流母线电压波动,导致系统输出电能质量下降。为提升系统动态响应性能,针对直流微网中常用的Buck型双向DC-DC变换器,提出一种基于残差生成器的改进电流补偿模型预测控制策略。首先,对模型预测控制(MPC)环节进行线性等效,证明采用校正前PI+MPC控制时,系统在0 rad/s时存在失稳风险。然后,由此设计负低-高通滤波器校正环节,并从调节系数变化和模型参数不确定性等角度进行分析,验证改进后系统的稳定性和动态性能得到明显改善。仿真与实验结果表明,基于残差生成器的电流补偿能有效平抑外界扰动引起的母线电压波动,负低-高通校正环节在改善系统性能的同时又进一步抑制电感电流噪声,进而平滑母线电压曲线。最终,证明提出的改进策略可显著提升直流微网的动态响应性能。

基于潜在空间生成器的联邦知识蒸馏

用户的异质性对联邦学习(FL)构成了显著挑战,这可能导致全局模型偏移和收敛速度缓慢。针对此问题,提出一种结合知识蒸馏和潜在空间生成器的联邦学习方法(FedLSG)。该方法通过中央服务器学习一个搭载潜在空间生成器的生成模型,该模型能够提取并模拟不同用户端样本标签的概率分布,从而生成更加丰富和多样的伪样本来指导用户端模型的训练。这种方法旨在有效解决FL中的用户异质性问题。通过理论分析和实验验证,展示了与现有FedGen方法相比,FedLSG普遍比FedGen的测试精度高出1%左右,前20轮的通信效率优于FedGen,同时还能提供一定程度的用户隐私保护。

基于残差生成器的多逆变器并联系统性能提升控制策略

针对多逆变器并联系统中负载扰动导致的母线电压波动与线路阻抗变化导致多逆变器间电压不匹配问题,该文提出一种基于残差生成器的多逆变器并联系统性能提升控制策略。首先,对电气网络和逆变器建立状态空间模型,分析系统中电压波动与电压不匹配问题;然后,设计基于残差生成器的性能提升控制结构,利用参数化残差生成器,将电流扰动信号转化为高频与低频残差信号;接着,根据模型匹配理论设计高频扰动补偿控制器,抑制负载扰动;同时,基于下垂功率均分条件求解低频电压协调控制器,利用多智能体一致性算法对其进行优化,从而协调多逆变器的电压输出,并设计分布式电压/频率二次控制;最后,在不采集逆变器输出电流的情况下,基于残差同时解决母线电压波动与多逆变器间电压不匹配的问题,提升了系统控制性能,并通过实验验证所提控制策略的有效性。

模型生成器:网络诊断AI模型便捷化训练与推理的架构

提出一种创新的AI架构,旨在提升网络监控和诊断的效率,特别是应对复杂的网络运维场景。随着网络运维领域的智能化升级,传统的单一模型已无法适应多变的业务需求。因此,基于改进的GBDT、贝叶斯分类、SVM等多种机器学习算法,开发了一种模型生成器,支持全监督和少样本的通信网络运维场景。该生成器覆盖网络监控和诊断中的风险预测、异常监控、故障识别和定位等多个模块。业务人员可以将复杂流程拆分为多个基本单元,通过模型生成器生成对应的AI原子模型,再将这些模型串并联组合,适用于复杂的业务场景,从而实现高效的网络故障监控与诊断。此外,提出了一种多用户云服务解决方案,基于模型生成器构建云平台,由运维方维护,用户无需本地部署,只需调用相应接口即可,显著减少运维成本和工作量。

基于伪随机数生成器的视频隐写算法

针对视频隐写的安全性和可靠性较低的问题,提出基于伪随机数生成器的视频隐写算法。将伪随机数生成器用于视频帧的选择,以增强隐写过程的随机性和不可预测性。伪随机数生成器产生的序列不同于传统固定模式的帧选择,其输出序列难以预测,使得攻击者难以从外部特征推断嵌入策略,从而降低被统计分析工具和机器学习模型检测的可能性。此外,用校验子格编码将秘密数据编码成冗余信息,以增强秘密数据的完整性,提升数据在复杂通信环境中的抗干扰性。实验结果表明,本算法能较显著提高视频隐写的安全性和隐蔽性,能有效抵抗统计分析攻击,并且在保持高数据嵌入率的同时,确保较低的错误率和较高的图像质量。

Java项目代码生成器的开发与FreeMarker应用

文章深入探讨了 Java 项目代码生成器的开发及其与 FreeMarker 模板引擎的集成,旨在解决软件开发中的效率 和一致性问题。考虑到在现代软件开发实践中,快速且高质量的代码生成日益成为核心需求,研究以 Java 语言为基础,采用了 FreeMarker 模板引擎来自动化生成代码。通过分析代码生成器的工作原理和 Java 语言在代码自动生成中的特点,围绕模板技术的 应用进行了详细的探索。研究的策略包括设计模块化的架构、优化生成器性能以及实现 FreeMarker 的高效集成。此外,通过在实 际商业级软件项目中应用该代码生成器,评估了其在提高开发效率、降低错误率和减少维护工作方面的效果。本研究期望能够验 证代码生成器在实际项目开发中的实用性和有效性,并为未来代码生成器的优化和技术发展提供实证基础。

JavaScript代码生成器——Coffee Script

在Web前端开发领域，HTML、CSS和JavaScript的组合以其实用性和通用性而被广泛采用。在越来越多网站开始使用HTML5技术来展现Web应用的同时，各式各样功能强大的JavaScript框架也成为开发者不可或缺的重要工具。

基于COM生成器的MATLAB与VB的集成开发技术

利用MATLAB的COM生成器生成COM组件供VB应用程序调用,实现了在脱离MATLAB环境下VB应用程序与MATLAB的无缝集成。以一个BP神经网络进行函数逼近为例,介绍了用VB开发界面,以MAT-LAB作为工程计算的核心实现数据分析和仿真,通过COM组件实现MATLAB与VB应用程序的无缝集成的接口技术。

直接接触式冰浆生成器的单气泡传热特性

冰浆生成器是直接接触法冰浆制取系统的关键设备之一,而体积传热系数作为衡量冰浆生成器性能的重要参数受诸多因素影响。基于单个气泡在连续相中的上升特性,定性分析了各种因素对体积传热系数的影响。实验结果表明:进气温度下降、进气质量流量增加、水柱高度下降、喷嘴直径减小均导致体积传热系数增加。

基于ISO14649标准的STEP-NC程序生成器

为实现STEP-NC程序的自动生成,开发了STEP-NC程序生成器。首先阐述了程序生成器的工作原理和各个模块的功能及其实现方法。详细论述了程序生成器实现中的三项关键技术。最后,结合一个包含平面、孔和型腔特征的AP203文件,利用所开发的程序生成器生成符合ISO14649标准的完整的STEP-NC程序,并通过STEP-NC铣削仿真系统对所生成的程序进行切削仿真。仿真结果表明,所开发的STEP-NC程序生成器是可行的。

随机气候生成器在黄土高原的适用性检验

为进一步检验水蚀预报模型WEPP在黄土高原的适用性,并提供必要的数据准备,根据安塞水土保持综合试验站1986—2003年的日序列的降雨量、最高温度、最低温度和平均风速的实测值及全美范围内选择参照站得到的其他气象因子,对随机气候生成器在黄土高原的适用性进行了检验。结果表明:随机气候生成器能够较好地模拟单个气象因子,并未考虑各个气象因子之间的相互关系;同时,能准确地模拟年降水及其月分布,日最高温度、日最低温度的月分布,而风速模拟值的月均值、标准差普遍高于实测值的月均值、标准差。为此,选择参考站点时应综合考虑各个气象因子。按月计算的降水降水的概率和不降水降水的概率的模拟月均值比实测值偏低。

基于MDA的代码生成器设计与实现

针对如何将业务模型转换为程序代码的问题,提出一种代码生成器设计方案,用以实现模型驱动架构中代码的自动生成。介绍采用XML描述的面向业务对象的平台无关模型,在此基础上设计实现代码生成器,完成从平台无关模型到代码的自动转换,以支持在业务模型变化后系统行为的快速变化和代码的自动生成,通过实例演示该代码生成器的应用。

基于对象关联模型的企业应用软件代码生成器

以业务对象间数值型关联关系为出发点,提出一种基于日志的业务对象关联模型,并将对象间关联关系与业务对象清晰分离开来。据此设计了一种代码生成器,以支持在模型变化之后系统行为的快速变化和代码的自动生成,并在对象状态日志与关联日志的支持下实现企业业务数据的灵活追溯。

多目标Forth自生成器的研究与实现

针对现有的Forth自生成器都与目标环境密切关联、缺少抽象层次、难以在异构新平台上有效生成新的Forth系统等问题,通过采用抽象code算法库、描述异构目标,并重构Forth虚拟机的方法,构建完成了一个面向嵌入式环境、具有多目标特性的Forth自生成器。该生成器简化了传统编译器复杂的前端和后端设计,依托Forth特有的解释执行状态和字典结构,可快速生成新的目标系统。实验结果表明,该自生成器代码生成质量和效率都较高,尤其适合资源有限的嵌入式环境。

基于软构件的Web信息发布生成器的研究与实现

通过研究Web信息发布的发展和现状,指出了Web信息发布的优缺点,探讨了可能的改造思路,提出了一个利用软构件技术实现WIPB的模型,并根据此模型开发出Web信息发布生成器(WIPB),在实际的应用中取得了良好的效果。

基于物理不可克隆函数的蓝牙密钥生成器

依据环境对电路特性的影响规律确定配置信号的最优选择策略,提出了一种可重构物理不可克隆函数（physical unclonable function,PUF）实现方案。利用可重构PUF提取设备随机性的物理特征,建立密钥生成参数与密钥的映射关系,在此基础上,设计纠错算法和混沌算法,确保密钥的一致性和映射的非线性。实验结果表明,该密钥生成器在最坏条件下纠错失败的概率小于1.7×10-3,具有良好的一致性和不可预测性且产生的密钥符合NIST检验标准,满足蓝牙设备认证、链路加密等应用需求,可使蓝牙有效抵抗复制攻击的威胁。

Object-Z规格说明测试用例的自动生成器

对Object-Z形式规格说明构造测试用例的研究,目前主要集中在理论研究阶段,测试用例的自动生成几乎没有相应的工具支持.Object-Z是基于数学和逻辑的语言,并大量使用了模式复合和简写形式,这给计算机提取完整语义用以自动产生测试用例造成了困难.通过展开Object-Z规格说明中的模式定义,改进Object-Z的文法结构,给出了提取Object-Z规格说明语义的方法,研究了从Object-Z规格说明产生测试用例的自动化过程.这一过程主要包含3个阶段:Object-Z语言的自动解析、语义自动抽取和测试用例自动产生.通过介绍的工具原型,可以很容易得到规格说明中的各种语义;基于某些测试准则,能够方便自动产生可视化的抽象测试用例.

组合生成器的多线性相关攻击

本文对组合生成器提出了一种相关攻击方法 ,这种方法同时利用组合生成器输入与输出之间多个线性关系的信息来恢复密钥 ,我们从理论上证明了该方法可有效的减少攻击所需的数据量 .特别地 ,我们将这种方法用于攻击“蓝牙组合生成器” ,使攻击复杂度得到显著降低 .