声谱图显著性在音频识别中的应用

针对嘈杂背景、混叠、间断或多源的复杂音频,传统音频识别存在一定的局限性。文章提出了一种基于声谱图显著性检测的音频识别方法,将音频可视化转化为二维声谱图图像,利用图像的显著性检测有效获得声谱图中的主声源区域,并去除声谱图中与主声源无关的信息;然后针对主声源区域提取特征,以减少干扰并降低冗余度;采用改进的卷积神经网络(convolutional neural network,CNN)实现音频识别。实验结果表明,该方法可以有效解决复杂音频的识别问题。     

基于交通指数聚类的路网区域动态划分

针对宏观路网区域交通状态预报需要首先产生路网区域的需求,提出了一种新的基于交通指数聚类的路网区域动态划分方法.首先对整个城市路网进行网格化划分,将路段划分为从属于某个网格的子路段;然后,计算每个网格的交通指数,提取网格特征,从而得到样本特征矩阵;接着,利用k-means++聚类算法对样本特征矩阵进行聚类,得到初始聚类标...     

相交网格下基于最优划分的多密度梯度网格聚类算法

为解决网格聚类算法中对参数过于敏感、无法自动识别不同密度梯度类以及不同梯度类间划分不够精确等问题,提出了相交网格下基于最优划分的多密度梯度网格聚类算法(OPMDG).该算法只需用户输入一个大致的密度阀值范围,网格边长自动计算并可自动调节适应,减少了算法对参数的敏感性;提出了二重划分技术,可挖掘不同密度梯度的类;对于处于不同类上的交界点,引入了电荷间吸引力的概念,能有效解决类间聚类精度不高等问题.实验结果表明该算法是有效的.     

人体血液的光声谱

本文对人体全血和血液中的各个成分以及某些病人的血液进行了光声谱的测量.实验结果表明:全血的光声谱主要反映红细胞内血红蛋白的光吸收特性,其特征取决于血红蛋白中血红素的分子结构。血红蛋白浓度改变和血红素分子结构不同,均使血红蛋白光声谱发生变化。因此,光声谱技术为研究血红蛋白提供了一种新的方法.     

超声多普勒血流信号的非线性特征分析及应用

通过引入非线性研究方法 ,对超声多普勒血流信号的特征进行综合分析 .利用数学形态学方法提取声谱包络 ,并进行包络特征点的自动识别 .采用综合反映声谱包络形态特征的波形分类决策法和超声多普勒音频信号的分形特征表示法提取信号的新特征 ,其中波形分类决策法采用了非线性的人工神经网络分类器 .这些非线性特征的分析经临床应用 ,均取得了较为显著的效果 ,预期为胎儿宫内生长发育状况的判断和疾病的早期诊断提供更好、更灵敏的指标     

基于深度学习声谱图分类的"听声识风"

将深度学习与声谱图相结合,提出了一种新型的风级识别方法——"听声识风". 在实验室条件下模拟1~4级风并记录对应风声音频. 通过傅里叶变换等方法将风声音频转换成声谱图,共得到2 608幅二维声谱图像用作数据集. 将声谱图数据集导入深度卷积神经网络GoogLeNet中进行风力等级识别,测试准确率达到了99.6%. 为了进一步证明实验结果的可靠性,将声谱图数据集分别导入ResNet18、ShuffleNet中进行训练,均获得了99.2%的测试准确率,结果表明该方法可以有效地进行风级识别. "听声识风"研究首次通过深度学习声谱图分类实现了对风级的识别,这是一种智能的、快速的风级识别新方法.     

网格QoS层次结构模型的研究

基于网格QoS参数特性,在虚拟层将网格QoS参数分成逻辑资源类、系统类、安全类、信任类和记账类5种类型;根据不同对象在QoS描述的不同需要,构建了网格层次结构模型.本研究对提高网格资源利用及服务成功率有重要意义.     

基于ROI的多分辨率网格框架的图像检索

提出一种新的基于ROI(regions of interesting)的多分辨率网格框架的图像检索方法.先利用网格对图像进行分块,并利用小波变换对分块进行多分辨率分析,以提取图像各分块的颜色和纹理特征信息,然后根据用户指定的感兴趣的区域得到查询子图,最后使用一种融合子图(integrated sub-images matching, ISM)的匹配方法进行图像检索.通过对比实验,证明该方法能够有效地得到降低图像检索的语义鸿沟,并取得很好的检索效果.     

一种基于特征区域划分的网格简化方法

目的研究对三维网格模型简化的一种方法。方法根据人脸面部特征点将人脸划分为关键特征区和非关键特征区,在不同的区域设定不同的离散曲率简化阈值,采用边折叠的方式来减少网格密度。结果该方法能有效地减少网格的数据量,同时保持人脸的特征细节。结论对三维网格模型使用基于特征区域划分的网格简化方法,降低了模型的复杂度。     

网格图的零指标的研究

一个图的零指标是指该图的邻接矩阵的零特征值的个数.二部图的可以应用到化学中,用来检验分子的稳定性.在本文中,我们对网格图标进行了研究,找到了此图类中关于零指标的一个递归关系.借助此任何一个网格图(Pm×Pn)的零指标可以在O(log2 n)时间内计算出来.     

基于关键特征点提取的图像快速配准方法

常用图像配准拼接算法中,计算复杂度会随运算数据量的增加而急剧增长,基于该特点提出了一种快速的图像配准方法.通过提取关键特征点并进行匹配实现计算数据量的降低,从而加速了图像配准.首先检测待拼接图像中的特征点及特征信息冗余区域,并根据特征点的数量调整冗余区域的大小;去除位于特征冗余区域内的特征点;使用归一化互相关及随机抽样一致性算法对剩余的关键特征点进行粗细两步匹配,求出拼接参数完成图像配准,实现图像拼接.实验结果表明,提出的方法实现了图像配准拼接,并且与改进前相比显著提高了运算速度,以lena图为例,运行时间仅为改进前的30.47%.     

朱鹮不同生长发育期鸣声特征

目的通过研究朱鹮各生长阶段鸣声特征及其生物学意义,为朱鹮行为生态学研究提供重要的科学依据,为进一步研究、保护朱鹮提供基础资料。方法利用现代计算机数字分析技术,对朱鹮鸣叫声从时域、频域和时频三方面进行了特征定量分析。结果朱鹮雏鸟鸣声单调,频域特征为没有固定主频,频谱为一个包络,声谱图结构表现出高度的音节重复,形状为针形;幼鸟鸣声信号振幅较小,与雏鸟声谱图最大区别在于每声信号都出现多条频带,各频带之间近似有等间隔的关系,属多谐波;日常召唤声声谱图属多谐波,频带形状呈拱型;警戒驱赶声振幅较大,每声信号含多个脉冲组,声谱图属多谐波。结论朱鹮不同生长阶段、不同行为状态的鸣声之间特征差异显著。     

面向情感分析的古筝乐曲声谱图信息主干提取

古筝是一种古老的中国传统民族乐器,为一弦一音的弹拨乐器.情感作为古筝演奏中的重要表达成分,受到各种演奏技法的影响.本文分析了各种不同演奏技法所产生的声音信号的频谱以及声谱图特点,并提出了一种基于声谱图有限局部峰值的乐曲信息主干提取方法.乐曲信息主干提取分为时域提取与频域提取两个步骤.首先,义甲触弦瞬间,会出现短暂的非谐波性质的碰撞声,与后续琴弦稳定振动期间的声谱图横条纹形成对比,通过对声谱图进行时域一阶差分,并根据设定阈值二值化,能够准确获得各音符的触弦时间点;其次,在每一音符时间范围内,对声谱图进频域一阶差分,获取各帧频域峰值位置,并对各峰值根据幅值进行排序后保留有限个峰值坐标,同时根据前后音符对比,去除因前一音符声音的延续造成的对后一音符声谱图的影响.通过乐曲声谱图主干提取,能够有效地体现出组成乐曲的各音符的主要信息,为进一步深入分析古筝曲的情绪提供基础.     

深度卷积神经网络的判别性人脸识别算法

针对Softmax(柔性最大值)损失对特征只有可分性的不足,提出一种基于深度卷积神经网络的判别性人脸识别算法.该算法首先根据Softmax损失特征分布,在特征和权重向量间施加一个类内余弦相似性损失,使类内更加紧凑,类间尽可能分离;然后在Softmax损失基础上通过归一化特征来更好地模拟低质量人脸图像,并通过归一化权重来减轻类别不平衡,使与测试时的余弦相似性度量一致;最后联合归一化的Softmax损失和类内余弦相似性损失在预训练模型上进行微调.该算法在人脸识别基准测试集LFW(户外人脸标记)和YTF(You Tube人脸数据库)上分别取得了98.72%和93.38%的识别率,实验结果表明:在大规模人脸身份识别中,该算法提高了特征的判别性,增强了模型的泛化能力,能有效提高人脸识别率.     

网格图的零指标的研究（英文）

一个图的零指标是指该图的邻接矩阵的零特征值的个数.二部图的可以应用到化学中,用来检验分子的稳定性.在本文中,我们对网格图标进行了研究,找到了此图类中关于零指标的一个递归关系.借助此任何一个网格图(P_m×P_n)的零指标可以在O(log_2n)时间内计算出来.     

基于支持向量机的视频语义场景分割算法研究

针对视频分割中存在的低层特征与高层语义之间“语义鸿沟”问题,在对视频进行镜头边界检测的基础上,引入视频语义概念矢量的定义,实现了一种基于支持向量机的视频语义场景构造方法。根据镜头关键帧画面语义的不同,提取镜头关键帧的颜色特征,并将其归一化;然后利用支持向量机对归一化后的特征量进行语义分类预测,从而生成语义矢量;将生成的语义矢量应用于已有的重叠镜头链方法,对镜头关键帧进行聚类,按语义差别构造出不同场景。实验结果证明了该方法的有效性。     

利用颜色和纹理特征的图像检索技术研究

提出了融合颜色和纹理特征的图像检索算法.在颜色特征的提取中,提出了一种矩形重叠式分块策略对图像进行分块.在对纹理特征提取中,提出了利用共生矩阵对图像的整体区域有着较好的处理效果以及Gabor小波变换对图像中的局部区域的频率和方向信息的优异性能.利用归一化理论,融合3种不同特征.并通过实验证明该方法能够提高图像的检索性能.     

基于ENVI的决策树方法提取土地利用信息

该文章以云南省昆明市西山区为研究区域,利用WordView-2的4波段影像数据源,通过学习掌握ENVI软件中的决策树分类工具,以及利用不同地类的波谱信息的特征差异,分析了影像的各个地类的光谱特征,从中提取了4波段影像的NDVI(归一化植被指数),以此确定了不同地类之间的波段均值阈,根据不同地类在不同波段以及NDVI上的变化建立对应的决策树模型,最终得到其分类结果.本文最后采用已有的样本感兴趣区数据对其决策树分类结果进行了精度评价,并且评价分析了其结果精度在遥感数据中的作用.     

网格图的剖分图的强边染色

研究了3种网格图的剖分图的强边着色.网格图的剖分图是指用一个长为2的路去替换网格图的每条边.具体给出了六边形、四边形、三角形的网格剖分图的一种着色方法,以此为基础证明了Sχ′(Γs6)=4,Sχ′(Γs4)=5,Sχ′(Γs3)=7.     

一种统计特征点网格分布的表格图像识别方法

提出一种统计特征点网格分布的表格图像识别方法 ,该方法以表格框线间的交叉点类型作为表格分类的主要结构特征 ,把表格图像外接矩形区域归一化为N×N的网格 ,并统计每一网格内各种类型特征点的分布情况 ,由此形成的N×N个向量作为表格识别的特征向量 .采用了类似度的方法作为表格分类的判别准则 ,将未知表格类型的特征向量与预先经过学习建立的表格模板库中的标准特征向量进行相似性度量 ,取其类似度最高的模板类型作为识别结果 .实验表明该方法可行、高效 .