-
公开(公告)号：CN110600054A
公开(公告)日：2019-12-20
申请号：CN201910845467.9
申请日：2019-09-06
Applicant: 南京工程学院
Abstract: 本发明公开了一种基于网络模型融合的声场景分类方法，并通过声道分离方式和音频切割等方式构造出多种不同的输入特征，提取音频信号的伽马通滤波器倒谱系数、梅尔频谱特征及其一阶和二阶差分作为输入特征，分别训练对应的多种不同的卷积神经网络模型，最后采用支撑向量机堆叠方法实现最终的融合模型。本发明采用声道分离和音频切割等方式提取出识别性强的音频输入特征，构造了单双两种通道的卷积神经网络，最终生成独特的模型融合结构，能够获得更加丰富与立体的信息，有效提高了不同的声场景分类识别率和鲁棒性，具有良好的应用前景。
-
公开(公告)号：CN109147808A
公开(公告)日：2019-01-04
申请号：CN201810767532.6
申请日：2018-07-13
Applicant: 南京工程学院
IPC: G10L21/02 , G10L21/0208 , H04R25/00 , G06N3/04
CPC classification number: G10L21/02 , G06N3/0454 , G10L21/0208 , H04R25/30
Abstract: 本发明公开了一种言语增强助听方法，包括以下步骤，步骤（A），多通道语音分解；步骤（B），子带增益调整；步骤（C），言语增强助听网络构建；步骤（D），语音补偿输出：将步骤（B）中进行增益调整后的子带信号输入步骤（C）模型训练后的深度学习网络中，生出补偿后的语音信号，并进行输出。本发明的言语增强助听方法，可以改善传统方法无法抑制与语音同分布噪声的问题，还解决现有技术中言语增强助听方法言语补偿的鲁棒性差、言语补偿效率低下，难以满足患者需求的技术问题，具有良好的应用前景。
-
公开(公告)号：CN104594733A
公开(公告)日：2015-05-06
申请号：CN201510094055.8
申请日：2015-03-03
Applicant: 南京工程学院
Abstract: 本发明提供一种基于单片机控制的机械式密码门锁，包括机械锁、锥齿轮一、锥齿轮二、减速电机、电机驱动电路、单片机、蓝牙通信模块、矩形键盘、存储器、传感器组、指示灯组；机械锁包括锁壳和锁芯，锥齿轮一环套在锁芯的转轴上，锥齿轮一啮合有锥齿轮二，锥齿轮二设于减速电机的转轴上，单片机通过电机驱动电路控制驱动减速电机，单片机通过蓝牙通信模块与手持移动端通信，单片机分别连接传感器组合指示灯组；通过加装一套锥齿轮，并借助减速电机就能控制门锁的正反转。通过手机蓝牙通信、矩阵密码键盘认证、密码掉电储存电路、人体红外热释放探测器、火焰传感器、烟雾传感器、震动传感器、触摸开关等电路实现远程控制及安防报警等功能。
-
公开(公告)号：CN108169639B
公开(公告)日：2020-05-19
申请号：CN201711482076.2
申请日：2017-12-29
Applicant: 南京康尼环网开关设备有限公司 , 南京工程学院
Abstract: 本发明公开了一种基于并行长短时记忆神经网络的识别开关柜故障的方法，包括：(1)可听声信号与超声波信号采集和处理；(2)将可听声信号生成的训练数据集和超声波信号生成的训练数据集放入具有并行互馈结构的LSTM网络模型中训练，得到识别模型；(3)利用传感器采集可听声数据和超声波数据，对开关柜进行在线监听；(4)将实时采集的数据放入训练好的LSTM网络模型中识别并得出预测结果，判断开关柜故障。本发明可节约运算资源，提高识别能力，提高开关柜故障判断的准确程度，从而使配电网更加高效和智能。
-
公开(公告)号：CN110739005A
公开(公告)日：2020-01-31
申请号：CN201911035076.7
申请日：2019-10-28
Applicant: 南京工程学院
IPC: G10L21/0232 , G10L21/0264 , G10L21/0332 , G10L25/03
Abstract: 本发明公开了一种面向瞬态噪声抑制的实时语音增强方法，包括步骤：采用分位噪声估计法来获得稳态噪声谱；利用基于信号重心的方法检测瞬态噪声，并根据是否存在瞬态噪声来修正稳态噪声谱；结合语音特征和谐波分析来估计语音存在概率；在语音概率估计的基础上，计算信号增益并作用于含噪语音，从而实现语音增强。本发明提出的方法，能够对瞬态噪声进行有效抑制，在综合语音增强性能和实时性指标方面，明显优于其它经典的语音增强方法。
-
Patent Agency Ranking
公开(公告)号：CN109151692A
公开(公告)日：2019-01-04
申请号：CN201810767514.8
申请日：2018-07-13
Applicant: 南京工程学院
Abstract: 本发明公开了一种基于深度学习网络的助听器自验配方法，通过构建患者综合信息库，通过对患者和验配过程的深入分析，发现验配过程中有效的策略，从而构建新的智能助听器自验配模型，提高验配效率；引入深度学习网络，通过大量的数据训练，使网络具有人工智能，能根据患者的基本信息快速生成符合患者听损特性的语音信息，同时还能根据患者的评价反馈，自动调节输入增益，大大缩短验配时间，改善用户满意度。
-
公开(公告)号：CN108169639A
公开(公告)日：2018-06-15
申请号：CN201711482076.2
申请日：2017-12-29
Applicant: 南京康尼环网开关设备有限公司 , 南京工程学院
Abstract: 本发明公开了一种基于并行长短时记忆神经网络的识别开关柜故障的方法，包括：(1)可听声信号与超声波信号采集和处理；(2)将可听声信号生成的训练数据集和超声波信号生成的训练数据集放入具有并行互馈结构的LSTM网络模型中训练，得到识别模型；(3)利用传感器采集可听声数据和超声波数据，对开关柜进行在线监听；(4)将实时采集的数据放入训练好的LSTM网络模型中识别并得出预测结果，判断开关柜故障。本发明可节约运算资源，提高识别能力，提高开关柜故障判断的准确程度，从而使配电网更加高效和智能。
-
公开(公告)号：CN106782505A
公开(公告)日：2017-05-31
申请号：CN201710092394.1
申请日：2017-02-21
Applicant: 南京工程学院
Abstract: 本发明公开了基于放电声音识别高压开关柜状态的方法：步骤1、分别采集高压开关柜电晕态和高压放电态的放电声音信号；步骤2、分别对放电声音信号进行预处理，得到对应的训练样本；步骤3、提取训练样本短时能量相关特征参数；步骤4、提取训练样本MFCC参数；步骤5、设计分类器；步骤6、对高斯混和模型进行参数训练；步骤7、监测高压开关柜，对监测到的放电声音进行预处理得到待识别样本，提取待识别样本的短时能量相关特征参数和MFCC参数，当短时能量超过阈值，则进入步骤8；步骤8、计算待识别样本在高斯混和模型下的概率值；步骤9、根据计算结果判断高压开关柜状态，包括正常态，电晕态和高压放电态。可靠性更高、响应速度更快、更智能化。
-
公开(公告)号：CN105865360A
公开(公告)日：2016-08-17
申请号：CN201610169477.1
申请日：2016-03-23
Applicant: 南京工程学院
IPC: G01B11/16
CPC classification number: G01B11/18
Abstract: 本发明提供一种风电电机叶片形变监测的方法及系统，发射光脉冲并注入被测光纤，然后检测被测光纤沿线若干点传回的后向Rayleigh散射光；根据测量得到的后向Rayleigh散射功率，求得被测光纤沿线各点的弯曲半径，从而获得风电电机叶片形变；该方法及系统，采用测量光纤的Rayleigh散射即瑞利散射随光纤弯曲而发生的变化，从而测出风机叶片各点的弯曲半径，获得风电电机叶片形变。能够对风机叶片的应变进行动态实时监测，从而提前发现叶片中的潜在损伤，并在风叶遭受实际损失之前，采取相应的技术手段避免灾难性的后果发生。
-
公开(公告)号：CN104637497A
公开(公告)日：2015-05-20
申请号：CN201510020519.0
申请日：2015-01-16
Applicant: 南京工程学院
Abstract: 本发明公开了一种面向语音情感识别的语谱特征提取方法，步骤一，对语音信号分帧，并进行快速傅里叶变换得到对应的语谱图；步骤二，对语谱图进行分解；步骤三，对分解图像进行中央周边差运算并归一化，得到每幅分解图的特征图；步骤四，提取每幅特征图的特征矩阵；步骤五，特征矩阵降维并重构。本发明从分析语音语谱特征的角度，综合运用图像处理的一些方法，从创新的角度挖掘情感识别的特征，采用多尺度多通道的滤波器对语谱图进行分解，在不同的特征域进行处理，并结合PCA分析，更好的挖掘对语音情感有益的信息。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.041 seconds)
