-
公开(公告)号：CN115620731A
公开(公告)日：2023-01-17
申请号：CN202211294811.8
申请日：2022-10-21
Applicant: 哈尔滨工业大学
Abstract: 一种语音特征提取与检测方法，本发明涉及语音特征提取与检测方法。本发明的目的是为了解决现有自动说话人系统容易受到各种欺骗语音的攻击，自动说话人系统拦截不彻底、错误拦截，导致检测准确率低的问题。过程为：得到预处理后的语音信号的训练集和验证集；提取eCQSCC和FFV特征；得到训练好的eCQSCC特征+高斯混合模型和FFV特征+高斯混合模型；eCQSCC特征+高斯混合模型输出训练集的分数；FFV特征+高斯混合模型输出训练集的分数；获得预训练好的BosarisToolkit工具；得到训练好的BosarisToolkit工具；得到待测语音信号的融合结果。本发明用于语音特征提取与检测领域。
-
公开(公告)号：CN115187584A
公开(公告)日：2022-10-14
申请号：CN202211019245.X
申请日：2022-08-24
Applicant: 哈尔滨工业大学
Abstract: 神经胶质瘤分级中的多模脑图像融合方法，本发明涉及医学图像融合。本发明的目的是为了解决在单一模态图像上无法准确确定肿瘤与正常组织的边界和边缘，导致无法获得准确的融合后的图像的问题。具体过程为：一：采用多级保边滤波MLEPF算法对输入的图像进行分解，分解为不同级别的图像；二：获取任意两个已配准的图像；三：对图像A(x,y)和B(x,y)分别执行一，得到图像A(x,y)的精细结构层图像、粗略结构层图像、基础结构层图像；图像B(x,y)的精细结构层图像、粗略结构层图像以及基础结构层图像；得到融合后的精细结构层图像和粗略结构层图像；四：得到融合后的基础结构层图像；五：得到最终融合后图像。
-
公开(公告)号：CN115877376A
公开(公告)日：2023-03-31
申请号：CN202211566615.1
申请日：2022-12-07
Applicant: 哈尔滨工业大学
IPC: G01S13/88 , G01S13/32 , G01S13/58 , G01S13/89 , G06F18/213 , G06F18/10 , G06F18/214 , G06F18/241 , G06N3/0442 , G06N3/045 , G06N3/08 , G06F3/01
Abstract: 基于多头自注意力机制的毫米波雷达手势识别方法及识别系统，本发明涉及基于毫米波雷达的快速、轻量化手势识别方法及识别系统。本发明的目的是为了解决现有的基于雷达的手势识别技术大多利用特征谱图和卷积神经网络进行手势的分类识别，训练时间长，占用的储存空间大，没有考虑注意力机制的问题。过程为：一、采用毫米波雷达进行手势数据采集，形成手势数据训练集；二、获得距离多普勒图；三、对距离‑时间谱、速度‑时间谱、方位谱和俯仰谱进行简化，得到28×4维的混和特征向量；四、得到训练好的手势识别网络；五、将毫米波雷达采集的待测手势数据经过二、三输入训练好的手势识别网络，获得待测手势数据识别结果。本发明用于手势识别领域。
-
公开(公告)号：CN115656937A
公开(公告)日：2023-01-31
申请号：CN202211313820.7
申请日：2022-10-25
Applicant: 哈尔滨工业大学
Abstract: 基于优化时频分布的雷达多分量信号分离方法，本发明涉及雷达多分量信号分离方法。本发明的目的是为了解决现有的大多数IF估计算法，都假定雷达信号分量在时频域中不交叉；可能会在交点后跟踪错误的雷达分量，发生错误切换；以及在低信噪比情况下受到噪声影响，导致频率提取精度下降；以及目前在处理信号重叠区域时依然受到交叉项的干扰，导致恢复的信号存在畸变，与原始信号之间的误差较大的问题。过程为：一：得到瞬时频率的估计量二：得到瞬时频率的估计量三：检测每块内的直线段；四：得到修正的瞬时频率估计值；五：获得瞬时频率图；六：确定时变滤波器；七：雷达多分量信号分离。本发明用于雷达多分量信号分离领域。
-
-
-
Search Results
4
records
(took 0.022 seconds)
