【摘 要】
：
针对正常和异常声音可能具有较大的相似性,有时无法利用自编码器重构误差大小区分的问题,提出一种生成对抗单分类网络方法进行异常声音检测,通过多次训练,该方法学习正常样本的分布特征.在测试过程中,测试正常样本能以极小的误差进行重构,而异常样本重构效果较差,在某些频率段会发生畸变,从而给出判别分类结果.实验采用UrbanSound8K公开数据集和实测电机声音数据集进行了测试,获得该方法的准确率分别为86.3％和98.1％,比卷积自动编码器等主要深度学习方法分别提高了5.0％和3.0％.
【机 构】
：
昆明理工大学 信息工程与自动化学院,昆明 650504;广东省科学院智能制造研究所 广东省现代控制技术重点实验室,广州 510070
论文部分内容阅读
针对正常和异常声音可能具有较大的相似性,有时无法利用自编码器重构误差大小区分的问题,提出一种生成对抗单分类网络方法进行异常声音检测,通过多次训练,该方法学习正常样本的分布特征.在测试过程中,测试正常样本能以极小的误差进行重构,而异常样本重构效果较差,在某些频率段会发生畸变,从而给出判别分类结果.实验采用UrbanSound8K公开数据集和实测电机声音数据集进行了测试,获得该方法的准确率分别为86.3％和98.1％,比卷积自动编码器等主要深度学习方法分别提高了5.0％和3.0％.
其他文献
Natural and human-induced changes may exert considerable impacts on the seasonal and nodal dynamics of M2 and K1 tidal constituents. Therefore, quantifying the influences of these factors on tidal regime changes is essential for sustainable water resource
针对彩色图像边缘自适应阈值设置的问题,利用反应扩散方程的动力学性质,通过优化反应扩散方程的扩散系数,提出一种基于反应扩散方程的细胞神经网络彩色图像边缘检测方法,使阈值更具适应性.结果表明,通过基于FitzHugh-Nagumo反应扩散方程改进的细胞神经网络可更好地进行彩色图像边缘检测,与几种常用方法进行实验对比的结果也表明,该方法在检测彩色图像边缘上既能保证检测边缘的准确性,又能很好地保持图像边缘
为探究中草药对原代培养花鲈肝细胞氧化损伤的保护作用,选取10种复方(记为M1、M2、M3、M4、M5、M6、M7、M8、M9、M10)和10种单方中草药,煎制成终质量浓度为5 mg/mL的水提物,用这20种水提物处理花鲈原代培养肝细胞4 h,再换用200μmol/L H2 O2处理2 h进行氧化损伤,最后测定培养液中胞内酶活性(AST、ALT和LDH)及肝细胞抗氧化指标(T-AOC、SOD和MDA).结果显示:肝细胞受损后,其培养液中AST、ALT和LDH的活性显著升高(P<0.05),肝细胞中T-AOC
针对网购行为中商品浏览量排名靠前而销量滞后的问题,在用户购买意愿力的基础上,提出一种增强评分矩阵协同过滤推荐算法.首先,利用惩罚因子作为增强型矩阵的评价权重,加权表征用户购物意愿力的商品画像,取得增强型矩阵的预测评分;其次,融合以基于项目的协同过滤推荐,建立由潜在兴趣商品间的项目相似度矩阵得到的基础型评分矩阵;最后,以TOP-N结果向购买意愿较强的目标用户推荐排名靠前的商品.实验结果表明:与传统基于项目的协同过滤推荐算法相比,增强评分矩阵协同过滤推荐算法的推荐准确率提升2.48％,召回率提升4.31％,综
利用傅里叶谱方法对空间分数阶非线性Schr?dinger方程进行数值求解,并证明该格式保持了能量和质量的守恒性且无条件稳定.该方法在空间方向具有谱精度,在时间方向具有二阶精度.还对该格式进行误差分析及收敛性分析.最后通过数值实验验证了该算法的守恒性、准确性和有效性.
为有效满足h自适应的网格重划分要求,提出通过前沿推进法和Delaunay算法对四面体网格进行局部重划分.首先,在重划分过程中,采用由线到面、由面到体的顺序保证整体网格的协调性;其次,通过局部尺寸函数保证网格尺寸平滑过渡;最后,用投影法使网格满足几何保形.仿真实验结果表明,该算法适用于包含多部件的复杂计算机辅助设计(CAD)模型,在h自适应加密过程中网格更贴近真实几何形态,且重划分后可保证网格单元的质量.
针对传统阴阳k-means算法未利用数据结构导致计算效率较低的问题,提出一种高效阴阳k-means聚类算法.该算法根据数据相似性将原始数据进行逐层分解,并建立满m叉树结构存储各层数据,以树结构各叶子节点中存储的数据信息建立加权数据,运行加权阴阳k-means算法得到收敛中心.在原始数据中以加权数据收敛中心为初始化条件运行传统阴阳k-means算法进一步优化目标函数值.在5组UCI数据集上与k-means、传统阴阳k-means及另外两种加速算法进行对比实验,实验结果表明,该算法具有较高的加速比,且求解精度
针对目前采用油温控制的方法油船货油无法真正反映油品运动特性的问题,搭建油船货油加热模拟实验台,运用货油粘度随温度变化的拟合公式,实现测取温度对粘度的实时转换,并以此提出货油加热控制策略.结果表明:货油粘度在初始加热阶段的下降幅度较大,加热中期变化平缓,后期经短暂波动后再缓慢下降,采用高负荷加热方式可降低加热能耗;依据加热过程粘度变化趋势及耗能可以控制货油加热量.
为实现同时利用属性信息和结构信息完成更精确的协同聚类,提出一种基于属性异构信息网络的半监督协同聚类框架(SCCAIN).首先,设计一种可学习的整体关联度量,其通过元路径和属性投影整合结构关联和属性关联;其次,将约束负矩阵三因式分解引入到具有约束的协同聚类节点中,将相关性度量和协同聚类相结合,以协同聚类结果作为共享因子,并提出一个统一的半监督学习框架,以联合优化协同聚类和相关性测量给定的约束;最后,在不同的数据集上进行仿真实验,实验结果表明,该方法聚类效果较好,从而验证了属性信息和结构信息对能提升协同聚类效
针对在人脸图像高维数据降维时单纯使用主成分分析(PCA)算法的提取精度和速度受限问题,提出一种基于小波变换和改进PCA的混合特征提取算法.该方法首先对人脸图像进行小波分解,选取低频分量对人脸图像进行特征提取;然后利用改进的PCA算法进行主成分提取,获得代表人脸特征的特征向量;最后将该算法应用于Olivetti Faces人脸库数据集的图像分类.实验结果表明,经过该混合算法处理后的图像特征数据,由卷