【摘 要】
：
语音识别是人机交互的重要方式,针对传统语音识别系统对含噪语音识别性能较差、特征选择不恰当的问题,提出一种基于迁移学习的深度自编码器循环神经网络模型。该模型由编码器、解码器以及声学模型组成,其中,声学模型由堆栈双向循环神经网络构成,用于提升识别性能;编码器和解码器均由全连接层构成,用于特征提取。将编码器结构及参数迁移至声学模型进行联合训练,在含噪Google Commands数据集上的实验表明本文模型有效增强了含噪语音的识别性能,并且具有较好的鲁棒性和泛化性。
【机 构】
：
青海师范大学计算机学院,藏文信息处理教育部重点实验室
【基金项目】
：
国家自然科学基金资助项目(62066039)。
论文部分内容阅读
语音识别是人机交互的重要方式,针对传统语音识别系统对含噪语音识别性能较差、特征选择不恰当的问题,提出一种基于迁移学习的深度自编码器循环神经网络模型。该模型由编码器、解码器以及声学模型组成,其中,声学模型由堆栈双向循环神经网络构成,用于提升识别性能;编码器和解码器均由全连接层构成,用于特征提取。将编码器结构及参数迁移至声学模型进行联合训练,在含噪Google Commands数据集上的实验表明本文模型有效增强了含噪语音的识别性能,并且具有较好的鲁棒性和泛化性。
其他文献
摘 要： 以“控制系统仿真”课程为例，基于翻转课堂教学模式，对控制系统仿真课程进行实战研究，总结出一套基于翻轉课堂教学模式的教学方法，以加深理论与实际的联系，培养学生主动探究、独立思考、协同合作的能力。该研究可为控制类课程的教学改革提供借鉴。 关键词： 翻转课堂; 控制系统仿真; 教学方法; 应用型人才 中图分类号：G420 文献标识码：A 文章编号：1006-8228（2021）0
摘 要： 从理论知识、编程实践、工程实战三个方面对数据挖掘与分析课程进行教学改革。课程采用Python编程语言，围绕贵州省经济文化特色及大数据发展战略，充分运用大数据、数据挖掘、知识图谱等新兴技术来分析贵州省各领域现状，挖掘其内在价值。近三年的教学实践证明了该教学改革的创新性和有效性，培养了学生的大数据思维，为贵州省聚焦大数据战略行动贡献力量。 关键词： 数据挖掘; 数据分析; 教学改革; 大数
摘 要： 文章从产教融合视角出发，分析了计算机类专业人才培养和产教融合面临的困境，确定“一个基础、三个层次、六个方向”的计算机类专业人才培养方向，将产教融合和工程教育专业认证相结合，以互利共赢的产教融合模式，构建了多维度多层次的实践教学体系，在地方本科高校人才培养实践中取得了较好成效。 关键词： 产教融合; 工程教育认证; 计算机专业; 人才培养 中图分类号：G648.4 文献标识码：
摘 要： 借助移动互联网、物联网、云计算等技术，建设军休信息化服务云平台系统。移动端APP提供健康监测、健康宣教、连线医生、政治思想、文化活动、居家服务、电商平台等服务，后台管理系统主要负责数据维护更新、信息统计、时政资讯发布等。该平台能够充分满足军休干部的精神文化、生活服务、健康医疗需求，从而提高军休管理机构服务水平，优化创新服务办事流程。 关键词： 军休信息化; 移动互联网; 服务云平台;
在使用常微分方程组描述的数学模型进行参数估计时,本文使用Kriging代理模型完成优化过程。该代理模型通过少量数据点的训练即可部分替代计算费时的原始目标函数优化过程,因此可以节省大量的计算时间。在Kriging代理模型精化过程中,查找新增点的优化算法对参数估计的结果有重要影响。本文针对非线性且具有sloppiness属性的常微分方程组形式的参数估计问题,组合具有二阶动量特征的Adam算法及一阶动量梯度下降算法的各自优势用于搜索模型精化时所需添加的新样例点,从而提高收敛速度及查找质量。通过与其他优化算法相比
电力设备故障会导致停电事故,影响电网的安全稳定运行。根据电力设备运行时会产生热量的特点,提出一种电力设备的红外与可见光图像配准方法,便于进行异常发热故障检测。首先通过Sobel边缘检测算子提取电力设备的红外与可见光图像的边缘信息,得到边缘图像;然后通过Super Point算法检测2幅边缘图像的特征点并计算描述子,利用Super Glue算法对特征点进行匹配;最后通过最小二乘法计算仿射变换模型参数
为了提高多目标鲨鱼算法在收敛速度和解集的分布性,提出一种基于分解和向量的多目标鲨鱼优化算法(DVMOSSO)。首先针对基本鲨鱼算法收敛性和多样性难以平衡的问题,通过在精英集采过程中,用参考向量计算角度惩罚距离标量值来平衡目标空间中解的收敛性和多样性。除此之外,针对基本鲨鱼算法在迭代后期易早熟收敛,陷入局部最优的缺陷,采用高斯变异策略重新初始化粒子,同时在精英解集中采用多项式变异来增加种群的多样性。最后,为了验证本文所提算法的有效性,将本文所提的DVMOSSO算法与NSGAII-DS、MOEA/D、MMOP
2020年新冠疫情爆发,佩戴口罩是有效抑制疫情反弹的重要措施之一,研究利用机器视觉技术检测人脸是否佩戴口罩有重要的现实意义。本文针对视频图像中人脸佩戴口罩时存在遮挡、检测目标较小、特征信息不明显、目标靠近群体不易识别等问题,提出一种基于DCN-SERes-YOLOv3的人脸佩戴口罩检测算法。首先,采用Res Net50与YOLOv3相结合的方式,将主干网络替换为Res Net50残差网络,为了平衡
特征选择是模式识别与数据挖掘的关键问题之一,它可以移除数据集中的冗余和不相关特征以提升学习性能。基于最大相关最小冗余准则,提出一种新的基于相关性与冗余性分析的半监督特征选择方法(S2R2),S2R2方法独立于任何分类学习算法。该方法首先对无监督相关度信息度量进行分析与扩充,然后结合信息增益,设计一种半监督特征相关性与冗余性度量,可以有效识别与移除不相关和冗余特征,最后采用增量搜索技术贪婪地构建特征子集,避免搜索指数级大小的解空间,提高算法的运行效率。本文还提出S2R2方法的快速过滤版本,FS2R2,以更好
BIM模型在Web前端的渲染问题是BIM技术在实际应用中的重要问题,利用三角面片来加快模型前端渲染效率(模型轻量化)是该问题的解决方案。根据Revit二次开发技术中BIM模型的三角面片网格平均质量系数较低的问题,针对BIM模型轻量化和基于Web端共享的应用需求,提出结合Revit二次开发和Delaunary剖分算法的改进算法。通过在Revit二次开发得到的BIM模型原始点上增加点,使得原始点与增加