高噪声背景下故障信号自适应检测

为尽早发现电厂锅炉潜在故障,以研究高噪音背景下故障自适应检测系统为途径,提出了高噪音背景下故障信号检测的算法。传统的倒谱分析是对信号基于FFT(Fast Fourier Transformation)变换,而该算法对其进行改进,基于CZT（Chirp Z\|Transform）变换进行求逆,得到的故障特征曲线更稳定、更可靠。通过实验证明,该计算方法快速有效,故障报出的正确率在99％以上。     

融合多级语义特征的双通道GAN事件检测方法

目前事件检测方法往往将句中事件视为独立个体,忽视了句子或文档内事件间的相关关系,且某些触发词在不同语境下可能触发不同事件,而多种语境下训练的词向量会引入与当前语境无语义关联的噪声.针对此问题,本文提出一种融合多级语义特征的双通道GAN事件检测方法,使用多级门限注意力机制获取句子级和文档级事件间的语义相关性,并利用双通道GAN及其自调节学习能力减轻噪声信息的影响,进而提高事件特征表示的准确性.在公开数据ACE2005英文语料上进行实验,F₁值达到了77%,结果表明该方法能够有效获取事件间的语义相关性,并提高语境判定的准确性.      

砂轮机振动噪声出厂检测方法的实验研究

文章介绍了作者研制的《砂轮机出厂检测自动线》振动、噪声两项参数的测试原理、硬件、软件设计及应用．     

病变语音信号的谐波噪声比分析

文章介绍了用噪音中谐波分量一噪声分量的比值来客观定量地评估桑音嘶哑程度的方法，并对提取谐波噪声比（ＨＮＲ）的具体算法做了分析讨论，实验和临床使用表明，这个声学参数能够很好地反映了病变语音的特性，具有重要的应用价值。     

基于人工神经网络的智能识别数字模型

人工识别阿拉伯数字既耗时又费力,提出了一种利用BP网络与竞争网络相结合的神经网络来识别阿拉伯数字的模型,仿真结果表明,该模型能够对数字进行准确、快速地识别,且抗噪能力较好.可以用于对部队番号、邮政编码、证件等进行识别.     

基于粗糙集理论的SAR图像speckle滤波方法

针对合成孔径雷达(SAR)采用主动式相干波的成像方式,在从原始信号到图像的重建过程中存在斑点噪声的干扰的问题,根据粗糙集理论的条件属性把SAR图像像素分成三类:均匀区域类、非均匀区域类和包含分离点目标类.对不同的像素类采用不同的滤波方式,然后合并三类子图像得到SAR图像的speckle滤波的图像.该方法既可除去图像中的斑点噪声,又可保留图像中的细节特征,有利于对图像的后续处理.     

基于S变换的内燃机噪声信号时频特性

简述了S变换的基本原理,设计了仿真试验,对比分析短时Fourier变换与S变换的时频分析和信号检测能力.结果表明,S变换是一种更加有效的非稳态信号时频分析方法.以某六缸发动机为研究对象,采集机体前端和顶部噪声信号.采用S变换对噪声信号进行时频分析,分析信号能量在时频域内的分布规律及其频率成分随时间的变化情况,结合发动机的结构特点,分析噪声信号中比较突出的频率成分产生原因.S变换比较适合于发动机噪声信号时频特性研究,研究结果对发动机低噪声改进设计具有一定的参考价值.     

超临界干燥法制备的锐钛矿TiO_2纳米晶光催化降解亚甲基蓝的研究

以自制的锐钛矿TiO2纳米晶为光催化剂,高压汞灯为光源,考察了亚甲基蓝溶液初始浓度、催化剂用量、pH值、O2和Fe^3＋等因素对其光催化降解的影响．结果表明,适宜的pH值为5．6,最佳的催化剂用量为1．5g／L,通入一定量氧或加入少量的Fe^3＋离子能有效的促进TiO2光催化亚甲基蓝降解．     

基于自适应中值滤波器和TV修复的椒盐噪声去除

提出一种两步式椒盐噪声去除方法．第一步利用自适应中值滤波器来识别出被噪声污染的候选点;第二步利用一种边缘保持技术（全变差图像修复）来恢复出被噪声污染的点．由于椒盐噪声点的灰度值和原始像素灰度独立,所以在采用恢复技术时不使用噪声点自身的灰度信息．在噪声率不很高的情况下,这种方法可以获得比现有最好方法更高的信噪比;当噪声率高达70％以上时,该方法的信噪比与现有方法非常接近,但是主观视觉效果（例如边缘保持能力）更佳．     

音源特征用于提高话者确认系统的鲁棒性

给出了一种采用音源特征信息提高以声道倒谱参数为特征的话者确认系统噪声鲁棒性的方法,提取了两类音源特征参数：短时（单帧）特征参数和较长时（多帧）特征参数,并分别构建了两个利用音源特征参数的与文本无关的话者确认辅助子系统.采用线性加权对主、辅子系统的输出进行融合.在NIST＇03数据库上100个男性话者的对比实验表明,音源特征参数具有良好的噪声鲁棒性,声道特征与音源特征具有较强的互补性,尤其是在较强的噪声背景下,利用音源特征可以有效地提高以声道倒谱参数为特征的确认系统的鲁棒性.