论文部分内容阅读
基于双层CNN-LSTM的语音情感识别研究
【机 构】
:
兰州理工大学
【出 处】
:
兰州理工大学
【发表日期】
:
2021年01期
【基金项目】
:
其他文献
近年来,定位技术的逐渐成熟以及移动互联网的飞速发展,使得人们可以轻松通过智能移动设备享受多种多样的基于位置的服务(location based service,LBS)。位置数据反映着一个人的行为特征、日常偏好等隐私,LBS利用用户的位置数据为其提供各类增值服务的同时,也给用户的隐私带来了严重的威胁。因此,位置服务中用户的隐私问题不容忽视。本文主要围绕位置服务中用户的隐私保护技术展开研究,其中包括
学位
随着深度学习技术的不断发展,基于卷积神经网络的行人检测技术实现了质的飞跃,而SSD(Single Shot Multi Box Detector)算法运用通用目标检测数据集进行测试,在检测精度上可以和其他目标检测算法相媲美,但在行人检测领域其模型检测准确率还不够高,因此本文在SSD原理基础之上进行改进,并应用于行人检测,主要工作如下:(1)首先本文提出一种基于SSD的FRN(Filter Resp
学位
Foreign object debris,简称为FOD,FOD通常指的是出现在机场跑道内的外来物体。FOD易对各类航空器造成损伤,严重时甚至会造成人员伤亡。近些年来,各国航空业发展迅猛,业内对飞行安全的标准也提出了更高的要求,因此,开展机场跑道FOD检测相关研究工作十分必要。针对机场跑道内可能存在影响飞行安全的FOD,本文设计了一套完整的FOD雷达检测系统及其相关的信号处理算法。首先,本文对FO
学位
随着移动互联网和物联网的快速发展,移动设备数量和移动数据流量呈爆炸式增长,同时许多计算密集型和时延敏感型的新兴应用也不断涌现,这对移动设备的硬件要求及移动应用的计算方式提出了巨大的挑战。为此,移动边缘计算应运而生,它通过将大量的云计算资源下沉到网络的边缘,在更靠近用户的位置提供计算、通信和存储等功能,进而满足移动互联网和物联网高速发展所需要的高带宽、低能耗的要求,保证用户的使用体验和新兴应用日益增
学位