共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
陈肖龙 《大众科学.科学研究与实践》1994,(3)
鱼缸里,金鱼在悠然地游来游去。把一片红色的饵料投进缸去,水里的金鱼很快就发现了它,并迅速地游拢过来。金鱼是被这饵料的红色牵动了目光?还是辨闻到饵料的气味?听到投料时那微弱的声音呢? 相似文献
4.
5.
6.
烟感报警器是如何工作的
烟感报警器通过烟雾发现火灾.我们知道,烟雾是上升运动的,当烟到达天花板下,在您没有看到火苗或闻到烟味的时候,烟感器已经知道了.它不停工作,一年365天,每天24小时,从不间断.在报警时,它发出尖啸刺耳的声音,直到烟雾散去.在真实的火灾中它一直工作到被烧毁. 相似文献
7.
本文阐述了在数字声音广播DAB复用重配置时,STI(业务传输接口)帧重配置的原理、过程以及STI-D(LI)帧结构,并给出了STI-D (LI)帧重配置的软件实现方法. 相似文献
8.
源-目标说话人声音转换是一种变换说话人声音特征的技术,它将源说话人的声音转换成目标说话人的声音.其中,声道参数的转换是获得高质量重建语音的关键,所以选择声道共振峰参数作为待转换的特征参数,利用线性预测求根法提取共振峰参数.为了克服分类线性转换算法(CLT)中分类不准带来的误差,引入了分类线性加权转换的策略,给出了一种基于径向基函数神经网络的分类线性加权转换算法(WCLT).在微软汉语普通话语音数据库上对转换语音分别作了客观和主观评估,验证了分类数目和训练集对两种转换算法的影响.实验结果表明,WCLT算法的转换效果优于CLT算法,一定程度上克服了高斯混合模型的转换算法(GMM)转换语音时,频谱过分光滑的现象,并在只有较少训练集数据时也能得到较好的转换效果. 相似文献
9.
《湖南工程学院学报(自然科学版)》2015,(3)
将动物声音作为音频源,针对家养动物声音的非线性、非平稳特征和在现实条件下难以获取大量动物声音样本的实际情况,提出一种经验模态分解(EMD)近似熵(ApEn)结合支持向量机(SVM)的家养动物声音分类识别方法.通过EMD方法将非平稳的动物声音信号分解成若干个平稳的固有模态函数(IMF);对IMF进行筛选,计算所筛选IMF的近似熵构成特征向量;将特征向量输入SVM分类器进行分类识别.对家养动物声音样本按该方法进行测试,结果表明,该方法能有效提取声音特征,在小样本情况下也具有较高的精度和较强的泛化能力,该方法能有效地应用于动物声音的识别分类. 相似文献
10.
11.
12.
5月25日16时左右,位于六安市舒城县合安路汽车北站旁的华润雪花啤酒(舒城)有限公司动力车间冷冻站发生氨气泄漏事故。氨气泄漏后,附近居民明显闻到刺激性气味。当地现场紧急疏散1000多人。舒城县消防大队、公安巡警大队等单位下午4时04分接警后立即出警赶往现场。该县消防大队出动5车16人,六安市消防支队出动4车20人前往增援,全力组织施救。事故现场有4个液氨储罐,共约12吨。18时10分,在厂 相似文献
13.
14.
15.
李东风 《华南师范大学学报(自然科学版)》2010,1(2)
以蟋蟀(Gryllus testaceus wallker) 成虫为实验材料,用mp3采集声音,Cooledit2000 和Wavesurfer两种声音软件进行分析,对蟋蟀独处、求偶和争斗时的不同鸣叫声与其相应行为的关系进行了研究.蟋蟀的鸣叫节律对其行为会构成一定的影响.在求偶和争斗高峰期,蟋蟀成功交配的次数和正式打斗的次数明显比低峰期时多. 相似文献
16.
以蟋蟀(Gryllus testaceus wallker)成虫为实验材料,用MP3采集声音,Cooledit2000和Wavesurfer2种声音软件进行分析,对蟋蟀独处、求偶和争斗时的不同鸣叫声与其相应行为的关系进行了研究.蟋蟀的鸣叫节律对其行为会构成一定的影响.在求偶和争斗高峰期,蟋蟀成功交配的次数和正式打斗的次数明显比低峰期时多. 相似文献
17.
用C语言实现了一个用于控制家电开关的声音模块.该声音模块采用当前语音识别系统的主流技术--隐马尔可夫模型(HMM)技术,以及线性预测倒谱计算和矢量量化技术.命令(单词)的正确识别率在97%以上.介绍了声音模块的设计方案,并就实现该声音模块的过程中所遇到的具体问题进行了讨论. 相似文献
18.
随着人工智能和大数据的发展,各种场景中对异常声音识别的需求日益增长,基于人工智能的声音识别技术正在兴起并被高度重视。现行主流的异常声音识别算法多为浅层机器学习模型结构,对异常声音的识别率较低,且识别的声音类型单一。为了有效识别异常声音,提出一种基于梅尔频率倒谱系数(Mel-frequency cepstral coefficient, MFCC)和卷积神经网络(convolution neural network, CNN)的环境声音识别算法,对各类异常声音进行采集和有效识别,并及时反馈声音状态,为各类声识别应用场景提供精细化管理技术手段。结果表明:提出的算法对5类场景下环境异常声音的识别率得到极大提高,适用于更广泛的声学场景,具有明显的优势。 相似文献
19.
20.
针对生态自然环境中噪声对声音识别产生干扰的问题,提出利用混合优化的匹配追踪(MP)进行生态声音识别的方法.首先,使用萤火虫算法(GSO)和粒子群算法(PSO)对匹配追踪算法进行混合优化,加快匹配追踪有限次稀疏分解的速度并重构声音信号,保留高相关成分,滤除低相关噪声;其次,根据所选最优原子的时频信息结合MFCCs提取复合抗噪特征;最后,结合支持向量机(SVM)对40种生态声音在不同背景噪声与信噪比的情境下进行分类与识别.实验表明,优化后的匹配追踪算法去噪性能优于谱减法和小波去噪法.与常用的MFCCs方法相比,本方法对生态声音在不同信噪比下的识别性能有不同程度的改善,并且具有较好抗噪性. 相似文献