基于多流卷积和数据增强的声场景分类方法

针对单特征输入时,现有声场景分类方法分类准确率不高且泛化能力不强的问题,提出了一种基于多流卷积和数据增强的声场景分类方法.首先,介绍了卷积神经网络和混合数据增强的基本原理;其次,基于网络并行输入理论,设计了一种多流卷积神经网络模型以期实现多流特征融合,其由特征提取模块和特征融合模块组成;然后,为进一步提升模型的准确率并...     

住区声舒适营造策略

针对目前住区建设对于声环境设计的系统研究不充分,通过解析声舒适的内涵,对声质量评价标准、声环境优化方法等研究成果进行梳理,提出住区声舒适的4类影响因素及各自对应的营造因子,提出以空间布局、居民事件活动、人文内涵为营造载体,以声音物理强度指标为监控反馈的营造方法.总结住区声舒适营造前期在空间规划方面的各项设计策略,以及建成住区内干扰声音事件的优化途径.     

现代住宅声环境探讨

随着城市环境噪声污染的加剧,改善城市住宅声环境已迫在眉睫。本文针对目前城市住宅声环境存在的问题,介绍了具体的改进措施和方法,提出了今后在改善住宅声环境方面应注意与研究的几个问题。     

低气压不同声环境下人体心率及声感觉评价的实验研究

针对低气压但无明显高原反正症状的海拔高度范围内的不同声环境进行实验研究。有24名在校大学生参与了实验,分别记录他们在低气压下对不同声环境的主观评价指标——声感觉评价以及客观评价指标——心率的变化情况。通过对受试者的声感觉评价值及心率变化的统计分析,认为受试者总体随压力降低以及噪声水平的提高,声感觉评价值升高,同时平均心率上升;但不同声环境下个体反应并不一致,且男性和女性声感觉评价值的变化情况也不一致。     

基于TAN网络的层次约减数据分类清洗方法

为提高多源异构环境数据清洗的效率和降低多源异构数据清洗的复杂度,针对多源异构数据环境下存在大量不精确数据的问题,提出一种层次约减分类清洗方法。通过重要度度量算法在数据源层、数据属性层、数据元组层进行层次约减,基于分类算法思想构建TAN网,然后利用数据概率值完成对不精确数据的分类清洗。实验表明所提方法能够有效地提高不精确数据清洗的准确率和清洗效率。     

关于线性交通类项目声环境影响评价的思考

线性交通类项目在我国基础设施建设领域占据重要地位,声环境影响为其主要环境特征之一.科学开展线性交通类项目的声环境影响评价工作,体现在合理确定声环境执行标准,全面识别现有和潜在的声环境保护目标以及有针对性地安排声环境监测计划.采取合适的声环境保护措施需遵循分类、分阶段、分性质等基本原则.     

基于小波包分解的声目标识别

小波变换是处理非平稳信号的一个有力工具,研究了基于小波包分析的声信号特征提取方法,并应用该方法对直升机等4种目标的声信号进行了特征提取,降低了特征向量的维数。采用设计改进的BP神经网络分类器对声目标进行分类,分类结果准确率高,获得满意的实验效果。     

探讨公路项目声环境监测与评价

声环境影响评价是公路建设项目环境影响评价中最重要的内容之一。同时环境现状监测是环境影响评价的重要组成部分,它提供项目所在地评价区域各种环境背景真实的监测资料,帮助确定环境污染参数,以便科学评价环境现状,并为环境影响预测提供基础数据。本文针对公路项目声环境的现状监测与环境影响评价进行探讨。     

基于深度置信网络的超宽带信道环境的分类算法

对超宽带信道环境进行分类、识别,对于实现特定场景分析以及无线网络的优化具有重要意义。针对这一背景提出了一种基于深度置信网络(deep belief network,DBN)的信道环境分类方法,对不同的信道场景特征进行提取、分类。实验结果表明:提出的算法能有效地实现信道环境的分类识别。     

不平衡数据分类研究综述

不平衡分类问题始于二分类任务中的数据偏态问题,当传统机器学习分类方法应用于不平衡数据集时,分类效果往往不尽人意。因此,许多用于处理不平衡数据集的分类器模型已经被提出,包括数据层面的方法、算法层面的方法、混合方法以及集成分类器模型。本文主要通过讨论不平衡分类问题的实质,对不平衡分类问题的研究进行综述,介绍几种主要的解决策略,针对不平衡数据特点讨论适应不平衡特点的性能指标,并针对已有研究分析所存在的问题及挑战。     

区别性特征及多余特征

区别性特征的创立是现代音系学开创性的发展，音位不再被看成是音系分析的最小单位，而是一系列区别性特征的集合，区别性特征被用于描写语音的自然类并对其规则进行概括，由于有些特征可以根据其它区别性特征预测，这些被称为多余特征的信息可以在描写语音时省掉，多余特征的值可以运用多余特征规则来赋予。     

Voice-selective areas in human auditory cortex

The human voice contains in its acoustic structure a wealth of information on the speaker's identity and emotional state which we perceive with remarkable ease and accuracy. Although the perception of speaker-related features of voice plays a major role in human communication, little is known about its neural basis. Here we show, using functional magnetic resonance imaging in human volunteers, that voice-selective regions can be found bilaterally along the upper bank of the superior temporal sulcus (STS). These regions showed greater neuronal activity when subjects listened passively to vocal sounds, whether speech or non-speech, than to non-vocal environmental sounds. Central STS regions also displayed a high degree of selectivity by responding significantly more to vocal sounds than to matched control stimuli, including scrambled voices and amplitude-modulated noise. Moreover, their response to stimuli degraded by frequency filtering paralleled the subjects' behavioural performance in voice-perception tasks that used these stimuli. The voice-selective areas in the STS may represent the counterpart of the face-selective areas in human visual cortex; their existence sheds new light on the functional architecture of the human auditory cortex.     

基于连续小波变化的心音信号时频分析

将连续小波变换应用于心音信号的分析中。连续小波变换因为尺度连续变化 ,可以充分表现小波分析的优越性。为了解决在分析尺度范围大 ,小波函数和信号中心频率较高条件下引起计算量大的问题 ,在基于 Mellin变化的连续小波快速算法的基础上提出了同比展宽法。连续小波变化可以表现心音信号在频域上的动态变化。通过对正常人和心肌病患者的不同样本分析 ,发现他们在变换后的时频分布上表现出明显的差异。结果表明连续小波变化是一种分析心音信号的有效方法。     

三种时频分析方法在心音信号分析中的应用

文章介绍了一种新的时频分析方法—— Hilbert谱分析 ,并将其应用到心音信号的时频分析中 ,分析对比了短时 Fourier变换 ,小波分析和 Hilbert谱分析这三种方法在处理心音信号时的性能差异 .传统的基于 Fourier的方法不能有效的分析非平稳信号 .文章分析证明了这种新方法在分析像心音信号这种非平稳信号的有效性 ,它能对信号的时频分布做出比短时 Fourier变换和小波分析更为精确的描述 .用这种方法 ,我们能提取心音信号中频率变化的信息 .     

自适应滤波心音增强

心音听诊是诊断心脏疾病的重要方法，近二十年在临床上得到了广泛应用．然而，心音传感器与皮肤的摩擦所产生的干扰，肺音在心音记录中的固有干扰等，而且有时这些干扰很强，给心音诊断带来了一定影响甚至误诊断．为防止呼吸干扰在记录心音时要求屏住呼吸或采用低通滤波方法，但滤波时滤去部分干扰音的同时，也丢失了心音的低频部分．本文采用的是自适应滤波，它可进行心音增强和抑制噪声．实验证实了本文方法的有效性     

心音信号的时-频分析

与心脏有关的各种疾病的信息常常反映在心音中.心音的改变和心脏杂音的出现,往往是器质性心脏病的最早体征.心音信号是非平稳信号,为全面了解心音信号的特性,文中探讨了短时傅立叶变换和小波分析两种时频分析方法;并利用它们对正常和非正常心音信号进行了分析,通过对比分析结果,比较了各自的优劣.     

肠鸣音的物理模型

对肠鸣音从肠道生理状态入手进行分析，从结构上研究它的声学模型，并用等效电路简化模拟肠鸣音的产生，对肠鸣音的产生机理和时域，频域特点，进行了分析，为研究肠鸣音的数学模型以及临床医学研究提供了方便。     

基于盲分离技术的肺音信号中心音干扰的去除

在分析去除肺音信号中心音干扰重要性和目前几种分离方法局限性的基础上，利用二者之间的相对独立性，首次将盲分离技术应用于分离肺音信号中的心音干扰，实验结果显示，本方法能有效地分离肺、心音混合信号，得到更加干净的肺音信号。     

一种改进的小波域语音去噪方法研究

分析了信号和噪声在小波域的不同特征表现，并根据语音中浊音和清音的特点，提出了一种改进的多尺度多阈值的小波域语音去噪方法．该方法采用软限幅函数对浊音和清音信号的小波变换系数作不同的阈值处理，既抑制了噪声，又减少了语音段信息的损失，提高了信噪比．仿真结果表明，这是一种有效的语音增强方法．     

Efficient auditory coding

The auditory neural code must serve a wide range of auditory tasks that require great sensitivity in time and frequency and be effective over the diverse array of sounds present in natural acoustic environments. It has been suggested that sensory systems might have evolved highly efficient coding strategies to maximize the information conveyed to the brain while minimizing the required energy and neural resources. Here we show that, for natural sounds, the complete acoustic waveform can be represented efficiently with a nonlinear model based on a population spike code. In this model, idealized spikes encode the precise temporal positions and magnitudes of underlying acoustic features. We find that when the features are optimized for coding either natural sounds or speech, they show striking similarities to time-domain cochlear filter estimates, have a frequency-bandwidth dependence similar to that of auditory nerve fibres, and yield significantly greater coding efficiency than conventional signal representations. These results indicate that the auditory code might approach an information theoretic optimum and that the acoustic structure of speech might be adapted to the coding capacity of the mammalian auditory system.