基于原始波残差网络的语音欺骗检测

针对传统检测方法在不同情境下仅提取语音单一特征可能会导致丢失语音中的重要信息的问题,提出一种基于原始波残差网络的语音欺骗检测方法。取代单一语音特征,直接在语音原始波形中提取帧级特征作为输入;基于参数化Sinc函数重点学习低频和高频截止频率,减少原始波建模参数数量;搭建残差网络模型作为后端分类器,改进激活函数并增加跳转连接模块以获得更好的泛化性能。实验数据集采用ASVspoof2019大赛官方数据集,实验结果表明,在逻辑攻击场景及物理攻击场景中,提出模型均相对基线系统具有更低的等错误率。

基于混沌时间序列的资源管理大数据挖掘方法

目的为了实现资源管理大数据的精准挖掘,保证挖掘结果的真实性与有效性,提出一种基于混沌时间序列的资源管理大数据挖掘方法。方法首先,通过相空间重构一个等价的多维状态空间,利用相空间的混沌吸引子寻找预测点的相关函数关联,实现对被测目标区域位置的准确判断;其次,运用经验模态分解将资源管理大数据回波信号分解,按照回波信号间的关联性融合软阈值和粗糙惩罚手段,对资源管理大数据回波信号去噪,预防信号失真现象发生;最后,按照原始定位波形特征,去除回波信号波形伪峰值点,挑选适当的指数函数进行sinc函数波形拟合修正,保证资源管理大数据挖掘结果的准确性。结果仿真实验表明,此方法可以大幅提升资源管理大数据挖掘精度,且耗时较短。结论实现资源管理大数据挖掘,具备较高的应用价值。