低信噪比下二值掩蔽算法性能分析

基于计算听觉场景分析,对基于能量的二值掩蔽语音分离算法的性能进行分析,证明了理想二值掩蔽算法在信噪比下具有最佳的单元分离性能,并通过3种类型带噪语音的分离实验证实了该结论。采用理想二值掩蔽算法对8种噪声类型的低信噪比带噪语音进行了分离实验,信噪比平均提升幅度大于10dB,表明算法对低信噪比语音分离的有效性和普遍适用性;采用非均匀、均匀两种多子带分析滤波器组进行分离性能对比测试,结果表明子带均匀性对信噪比提升影响不大。分析滤波器组的子带数量应大于32以实现较好的分离性能。     

一种采用振荡神经网络的CASA计算模型语音分离算法

基于听觉现象分析（CASA）模型的基本原理,在仅有单通道输入混合语音信号时,采用振荡器神经网络,提出了一种CASA改进模型语音分离算法结构,文中利用一个实例说明了新算法的具体实现步骤,讨论了新算法机构中语音听觉外围处理部分和分割神经网络处理部分,通过上述两个部分的处理可以将输入混合语音信号在时频域上分割为若干有听觉感知意义的语音听觉感知成分分段Segments,以便于新算法后续处理分部中语音Segments的聚为和分离重构输出处理,最终完成语音分离任务。     

基于CASA简化模型的语音增强算法

基于听觉现象分析（CASA）模型的基本原理,针对仅有非语音信号干扰情况下的单通道语音增强处理问题,利用人耳的频率掩蔽效应,提出了一种单通道简化CASA计算模型语音增强新算法,新算法通过提取混合语音输入中的有效语音时频成分并利用人耳的听觉掩蔽效应重构合成增强语音输出信号,通过在汽车噪声和白噪声干扰下的仿真实验结果表明,简化的CASA模型语音增强算法的输出信噪比约提高了10dB,且可以有效抑制干扰噪声的听觉影响,增强输出语音信号的可懂度。     

1982—1999年我国植被净第一性生产力及其时空变化

基于地理信息系统和卫星遥感技术,利用植被、气候和土壤等地面空间数据,应用CASA模型估算了1982—1999（除1994）年间我国植被年净第一性生产量及其时空变化。结果表明：18年间我国植被净第一性生产量呈增加趋势,平均增加速率为0.024PgC·a^-1,其均值为1.8PgC,其中高寒植被、常绿阔叶林和常绿针叶林的增加速度最快;降水是限制我国植被净第一性生产力的主要因子。     

伊犁地区植被生产力的时空分异及其与地形因子关系研究

基于MODIS·NDVI数据、气象数据和土地利用等数据采用CASA模型定量反演得到2012年—2014年伊犁地区以月为周期,空间分辨率为500 m的植被NPP.分析了研究区植被NPP的时空分布特征,探讨了不同植被类型对NPP的贡献率以及地形因子对NPP的影响.研究结果表明：2012年—2014年伊犁地区植被NPP的年平均值为200 gC·m－2·a－1,空间上呈现出东部大于西部的特征;不同植被类型的月均NPP呈现3～7月增加,7～11月下降的趋势.但不同植被类型月均NPP的变化速率和变换幅度存在较大差异;草地对研究区NPP总量贡献率最大为58.59%,其次是农作物,贡献率为31.45%;针叶林和阔叶林对研究区的贡献率基本相同,分别为3.75%、3.60%;稀疏植被贡献率最小仅为2.61%;研究区年均NPP随海拔和坡度的增加均呈现出先增加后减小的特征;通过验证表明,利用CASA模型对伊犁地区植被NPP估算的结果与MOD17A3产品一致性较好.     

国产高分遥感数据估算草地NPP

利用国产卫星高分一号卫星数据评估其植被第一生产力(NPP)的潜力,对植被指数取值范围、光能利用率、水分指数等参数进行修订,建立适合高分卫星数据的光能利用率模型,反演小尺度草地生态系统的生产力,利用野外观测数据对反演结果进行验证.模型模拟的数值与实测值的拟合度达到0.94,均方差为20.59 g C/(m2·a),并进一步将该结果与该区域同类型研究进行类比分析.结果表明,该模型对小尺度草地NPP估算可行,减少了工作量,为国产高分数据进行草地NPP、尤其煤矿区草地环境的监测提供了可行的技术方法,从而推动国产卫星在该地区的应用.     

采用聚类神经网络与分离输出语音重构的语音分离算法

基于听觉现象分析计算模型 ( CASA)的基本原理 ,对仅有单通道输入混合语音信号时 ,采用振荡器神经网络 ,提出了一种 CASA计算模型语音分离算法结构 .利用实例说明了算法的具体实现步骤和参数设置 .讨论了该算法结构中各语音听觉感知成分 Segments的聚类过程和对分离输出语音的重构处理部分 ,以及如何采用合适的听觉感知成分聚类规则设计相应的聚类神经网络 ,以完成对应不同输入独立语音源信号的各 Segments的聚类 ,从而实现语音分离任务     

基于CASA模型的河南省冬小麦估产研究

以冬小麦主要种植区河南省为研究对象,运用遥感和GIS手段,利用MODIS/NDVI数据、气象数据和土地利用数据等,应用CASA(Carnegie-Ames-Stanford Approach)模型估算河南省冬小麦NPP,并通过NPP与产量之间的转换关系,实现河南省2010年冬小麦产量的估算.估算结果表明,河南省2010年冬小麦单位面积产量为4 949.8 kg.hm-2,略低于2010年河南省冬小麦单位面积统计产量;18个地市的估产结果与统计单产接近,总体的复相关系数达到0.588,平均相对误差为-8.33%,说明改进后的CASA模型可用于河南省冬小麦的估产研究.     

运用计算机辅助分析检测超低温保存的真鲷(Pagrosomus major)精子的质量

采用电脑辅助分析(CASA)检测二甲基亚砜(DMSO)作为抗冻剂超低温保存的真鲷精子运动特征及总运动率与受精率、孵化率的关系.以12%-21%DMSO作为保护剂超低温保存2周的精子解冻激活10 s后,运动精子百分率与鲜精的没有显著的差异,而且超低温保存过程没有明显的改变其运动速度和运动方式.然而超低温保存却显著地降低了冻精运动持续的时间,激活后30 s冻精总运动率显著低于鲜精,激活后60 s降至(52.1±9.2)%.我们以标准化的最佳精卵比500∶1对超低温保存的精子进行人工授精实验,发现冻精总运动率与受精率(r=0.869)、孵化率(r=0.826)呈显著的正相关.实验结果显示CASA系统可以客观地检测超低温保存的真鲷精子质量,进一步证明了CASA在精子质量检测中简单、快速、准确的优点,因此该方法在鱼类精子超低温保存研究中具有广阔的应用前景.     

一种用于射电天文图像重建的自适应尺度算法

为了解决在成像过程中反卷积点扩展函数所带来的模糊效应，提出一种新的图像重建算法.新算法利用高斯函数分解模型，能够有效解决基于Delta函数分解模型所引起的问题，并在重建延展源和致密源方面具备更好的效果.通过VLA模拟观测数据对算法进行测试，并与现有的2类图像重建算法进行比较，结果表明，新算法能够有效平衡现有的反卷积算法的计算复杂度和性能问题，能对图像进行更加精确建模，具有更好的图像重建性能.