【摘 要】
：
在语音信号处理中,端点检测是语音处理的一个重要部分.现提出一种基于分形维数和语音帧自相关函数绝对值均值的双门限端点检测方法.根据语音信号和噪声信号分形维的不同,以及噪声信号与语音信号自相关函数的特点进行语音端点检测,并通过MATLAB仿真进行验证.实验结果表明,该方法在5 dB噪声环境下能较好地判断语音信号的起止点.
【机 构】
：
江南大学 物联网工程学院,江苏 无锡 214122;江南大学 人工智能与计算机学院,江苏 无锡 214122
论文部分内容阅读
在语音信号处理中,端点检测是语音处理的一个重要部分.现提出一种基于分形维数和语音帧自相关函数绝对值均值的双门限端点检测方法.根据语音信号和噪声信号分形维的不同,以及噪声信号与语音信号自相关函数的特点进行语音端点检测,并通过MATLAB仿真进行验证.实验结果表明,该方法在5 dB噪声环境下能较好地判断语音信号的起止点.
其他文献
针对客户流失在电信中检测率低的问题,文章提出了一种改进粒子群的随机森林模型.首先对数据的每个属性进行分析,选取合适的特征,再用SMOTE技术处理数据不均匀问题,然后运用决策树、随机森林、支持向量机等监督算法得出其中最优模型,其中随机森林算法最优,最后用改进PSO算法中的惯性权重和学习因子优化随机森林的参数.经实验验证该模型比随机森林和粒子群优化后的随机森林数据要高,准确率高达91％,召回率高达95％.
随着人工智能的不断发展,机器学习在多个领域中取得了很好的应用效果.然而对抗样本的出现对机器学习模型的安全性造成了不容忽视的威胁,导致了机器学习模型的分类准确性降低.文章简述了对抗样本的起源、概念以及不同的对抗攻击方式,研究了典型的对抗样本生成方法以及防御方法,并在此基础上,展望了关于对抗攻击和对抗攻击防御的未来发展趋势.
文章对无人系统搭载多传感器和执行多作业任务的需求进行研究,开发了一款无人机机载计算机的通信及控制系统.首先对系统进行概述,阐述系统的软件结构和设计方案,软件中实现数据的Protobuf编解码和传输方式,设计服务器与客户端之间数据的注册机制,以及实现多任务和控制机制.实验结果表明,无人系统能最大限度地利用CPU资源,提高系统在多任务模式下的运行效率和运行稳定性.
“呼叫中心”一词来源于英文Call Center,自其诞生以来就作为企业和客户之间的沟通桥梁,是客户和企业沟通最直接的渠道,因此优化呼叫中心的接听应答效率是管理者一直以来的追求.该文为了向管理者提供前瞻的话务量预测信息供管理者决策,提出了使用XGBoost、LightGBM、Catboost算法结合信息价值分析法选择的特征通过累加型滑动窗口法建立话务量预测模型,并在真实数据上比较了三个算法的预测表现.结果表明XGBoost算法对于运营商呼叫中心话务量的预测较为准确,为坐席排班提供数据支撑.
为优化博物馆人流动线设计的合理性,提高游客在博物馆中的参观体验感,文章提出通过蚁群算法对博物馆的人流动线设计进行研究.以秦始皇兵马俑博物馆为例,用栅格图法对秦始皇兵马俑博物馆的人流动线进行相关实验研究.经过三种仿真模拟实验,模拟五个展馆在特殊情况下多种开馆情况.通过更新信息素和增加迭代次数来判断人流动线的长短,得出秦始皇兵马俑博物馆人流动线的最短路径和参观顺序.仿真实验证明,蚁群算法可用于秦始皇兵马俑博物馆三种参观需求的人流动线规划设计.蚁群算法在博物馆的人流动线设计中是有效的,可以得出一种最优的参观人流
通过对双目视觉原理及亚像素插值技术的深入分析,研究如何在双目视觉图像的基础上实现场景的高精度3D重建.实验以Intel RealSense D435相机作为采集工具,完成摄像机标定和图像预处理,相机拍摄的图像为本次研究提供了较为清晰的数据展现,利用OpenCV和SIFT算法完成立体匹配,获取点云图.从实验结果来看,该技术能够较好地实现双目视觉条件下的3D重建.
GANs作为典型的生成对抗网络,具有较高的应用价值和发展潜力,文章改进了GANs网络的一些新技术(训练深度生成半质量网络dcgan),针对其中部分缺点进行了有效改善,从网络架构、特征匹配和多形差值学习技术维度进行优化,并将其与bird数据集*80进行训练,得出观察结果,为未来的应用前景和环境拓展研究提供进一步可能性,以期在更多的场景中使用该算法.
在农村乱占耕地建房问题摸排过程中,由于网络Web端系统平台导出的项目清单数据列过多,不便于打印和核对标注,同时,部分数据项可能存在不确定的导出错误,为使下发用于核对的清单表格阅读更方便,并且对异常项进行提示说明,文章研究了如何利用Excel VBA的自动化功能,对农村乱占耕地建房问题摸排项目网络Web端系统平台导出的项目清单表进行检查、规范及自动整理,并给出了具体的方法和步骤.
对3D U-NET网络结构进行改进,提出一种CT影像中结节的自动分割方法.该项目在3D U-Net的基础上对其进行改进,改进的内容是卷积块操作采用3×3×3,Stride=1,padding=same的卷积,每个卷积后面相继增加Batch Normalization、Relu和Dropout操作,池化被卷积操作代替,同时加入long skip connection长链接,实现浅层、低水平、粗粒度特征传递下去而不消失,提升网络对形状在10 mm以下但亮度高结节的轮廓表示能力,同时扩大了感受野、加速了网络的收
癌症是一种严重威胁人类健康和生命的疾病.文章以TCGA公开数据库中的乳腺癌数据作为研究样本,基于机器学习中T-test检验和卡方检验方法对乳腺癌数据进行特征筛选和特征提取,保留有效的特征信息,剔除冗余信息.采用5种分类器对乳腺癌的分类进行研究,筛选出排在前10位的乳腺癌生物标志物进行深入研究,实验结果有助于探索遗传信息和自然因素在乳腺癌致病机理中的角色,并为预后评估的精准医疗提供科学依据.