-
公开(公告)号：CN112508334B
公开(公告)日：2023-09-01
申请号：CN202011233044.0
申请日：2020-11-06
Applicant: 华中师范大学
IPC: G06Q10/0639 , G06Q50/20 , G06N3/042 , G06N3/0442 , G06N3/048 , G06N3/08
Abstract: 本发明属于智能教育技术领域，公开了一种融合认知特性及试题文本信息的个性化组卷方法及系统，首先利用认知诊断模型预测学习者在特定试题上基于认知水平的得分；然后利用循环神经网络模型预测学习者在特定试题上的基于文本信息的得分；然后基于得到的学习者基于认知水平、基于文本信息的预测得分构建概率矩阵分解目标函数，预测学习者在特定试题上的潜在得分；最后利用估计的学习者知识掌握向量与学习者增量知识掌握向量，计算KL散度，结合学习者在试题上的潜在得分，选取让学习者知识掌握趋势增加，且难度合适的试题组成个性化测试的试卷。本发明可根据测验目标与试题难度自定义组卷结果，极大增加了学习者自主学习的效率。
-
公开(公告)号：CN116340624A
公开(公告)日：2023-06-27
申请号：CN202310262269.6
申请日：2023-03-17
Applicant: 华中师范大学
IPC: G06F16/9535 , G06N5/01 , G06Q50/20
Abstract: 本申请提供了一种自适应学习信息推荐方法、装置、设备及存储介质，其中，该方法包括：基于学习者的当前学习策略向学习者推荐当前学习资源,并获取学习者对当前学习资源的当前学习测量结果，根据学习者的预期学习目标和当前学习测量结果,确定学习者对应的调整参数，根据预期学习目标、当前学习测量结果以及调整参数，对当前学习策略进行调整，得到学习者的目标学习策略。其中，通过学习测量结果和预期学习目标确定的调整参数可以更准确的表征学习者的学习情况与学习目标的差异，从而实现对当前学习策略的及时调整，以得到更符合学习者当前学习情况的学习策略，实现学习资源的动态推荐和学习策略的动态规划，从而提高学习资源推荐的准确度。
-
公开(公告)号：CN110286749B
公开(公告)日：2022-11-15
申请号：CN201910447174.5
申请日：2019-05-27
Applicant: 华中师范大学
Abstract: 本发明公开了一种基于深度数据的手部姿势估计与追踪方法，通过深度传感器得到的手部深度图像利用变分自动编码器(VAE)与生成对抗网络(GAN)结合的半监督手部姿势估计方法得到手部参数估计，然后利用基于符号距离函数(SDF)的手势跟踪方法得到手部动作参数化时间序列数据。在实际应用中本发明计算效率高，姿势估计的实时性强。可以在少量标记样本和大量非标记样本约束下得到精度较高的手势估计结果和鲁棒性较好的手部快速跟踪并且可以节约计算资源和时间。
-
公开(公告)号：CN109034213B
公开(公告)日：2021-08-03
申请号：CN201810734291.5
申请日：2018-07-06
Applicant: 华中师范大学
Abstract: 本发明提供一种基于相关熵原则的高光谱图像分类方法和系统，首先，对输入图像进行预处理，使得所有光谱向量的元素值在0到1之间；其次，选取少量的样本作为训练样本，利用设计的融合维数约简方法与相关熵原则的层次模型，提取高光谱图像的空谱特征；然后，利用训练好的层次结构学习测试样本的空谱特征；最后，将测试样本的特征输入到KNN分类器中得到类标签。本发明利用相关熵原则充分结合了高光谱数据的光谱和空间特征；利用本发明的层次模型，可以获得更加抽象的空谱特征；由于LDA的特性，本发明具有较小的样本复杂度，仅需要少量的训练样本就可以得到比较好的分类结果，因此其更利于实际应用。
-
公开(公告)号：CN108766464B
公开(公告)日：2021-01-26
申请号：CN201810572148.0
申请日：2018-06-06
Applicant: 华中师范大学
Abstract: 本发明属于数字音频信号处理技术领域，公开了一种基于电网频率波动超矢量的数字音频篡改自动检测方法，分析电网频率(ENF)信号中对信号截断敏感的相位谱和瞬时频率谱，分别提取有效特征集，并对提取出的特征集进行融合；仅使用大量的原始语音信号，其中包含各种信噪比的语音信号，甚至还有一些有缺陷的语音信号进行背景建模，与实际检测情况较为相符，也因此该背景模型对信号篡改类型不敏感，可以有效检测出各种类型的篡改音频。本发明建立了同类语音信号的一致性模型，经过自适应过滤掉了大量与本类属性无关的特征，并且其中的自适应部分还可以供使用者自行调整，具有较好的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN108766430B
公开(公告)日：2020-08-04
申请号：CN201810572146.1
申请日：2018-06-06
Applicant: 华中师范大学
Abstract: 本发明属于语音识别/说话人识别技术领域，公开了一种基于巴氏距离的语音特征映射方法及系统，首先分别提取复杂环境下语音信号和干净语音信号的特征；接着利用复杂特征和特征映射公式初始化映射特征，并分别建立映射特征与干净特征的GMM模型；然后用EM算法迭代估计两个GMM模型之间的最小巴氏距离，并得到最终的映射特征；最后将映射特征与已经训练完毕的干净环境下的语音信号模型进行模式匹配和识别。本发明通过最小化复杂特征GMM与干净特征GMM之间的巴氏距离来对复杂特征进行映射，得到映射特征，并将映射特征与干净模型进行模式匹配与识别；用映射特征代替复杂特征，能够有效提高语音识别的正确率。
-
公开(公告)号：CN108538312B
公开(公告)日：2020-06-02
申请号：CN201810401376.1
申请日：2018-04-28
Applicant: 华中师范大学
Abstract: 本发明属于数字音频信号处理技术领域，公开了一种基于贝叶斯信息准则的数字音频篡改点自动定位的方法，对待测篡改信号进行活动语音检测，确定语音信号中的静音段；静音段分帧后依次提取每帧的美尔频率倒谱系数特征，按时序对特征序列再进行长窗分帧；计算每个长时特征帧的BIC值；取所有长时特征帧的BIC值组成的序列中的所有波峰点作为可疑篡改点，并在静音段中以其为中点，前后分别截断；对每个包含可疑点的截断窗计算BIC值序列。本发明实现了数字音频篡改点的自动定位，相对于传统的篡改检测方法降低了计算量，减少了篡改点的漏检率，避免了阈值选择的问题，对使用噪声对篡改点进行掩盖的情况具有鲁棒性。
-
公开(公告)号：CN109378014A
公开(公告)日：2019-02-22
申请号：CN201811229837.8
申请日：2018-10-22
Applicant: 华中师范大学
Abstract: 本发明属于语音取证技术领域，公开了一种基于卷积神经网络的移动设备源识别方法及系统,先提取训练语音片段的MFCC特征训练一个GMM-UBM模型，然后再基于特定的带噪声的语音片段提取MFCC特征，进而调整GMM的参数，最后将提取到的特征用来训练卷积神经网络，达到自动识别分类的要求。本发明在训练GMM-UBM模型时，根据语音数据音素和音调的特点对数据进行筛选，挑选出具有代表性的少量数据，即保证了模型的表征泛化性也降低了数据运算量，提高了建模了效率；首先训练一个GMM-UBM模型，然后再用MAP自适应算法来调整GMM的参数，克服了样本量少，无法训练GMM模型的问题，同时加快了运算速度。
-
公开(公告)号：CN109284717A
公开(公告)日：2019-01-29
申请号：CN201811120227.4
申请日：2018-09-25
Applicant: 华中师范大学
Abstract: 本发明属于数字音频信号处理技术领域，公开了一种面向数字音频复制粘贴篡改操作的检测方法及系统，去除待测信号的静音段后，进行音节分割；接着对每个音节片段进行前后补零操作，绘制每个音节片段的语谱图，并保存为灰度图；通过对每张生成的语谱图，进行尺度不变特征变换(SIFT)，得到语谱图特征点描述符，可以描述音节特征；对两两音节语谱图的特征点描述符进行相似度匹配，通过统计规则判决两个音节之间是否发生复制-粘贴操作。本发明提高了数字音频复制-粘贴检测的准确度的同时降低了计算量，并能够快速完成音节之间的特征匹配过程，准确定位发生复制-粘贴操作的区域。
-
公开(公告)号：CN114494903B
公开(公告)日：2024-11-01
申请号：CN202210069992.8
申请日：2022-01-21
Applicant: 华中师范大学
Abstract: 本发明公开了一种基于多方向局部差异测度与熵加权的红外小目标检测方法，包括：步骤一，通过多方向局部差异测度来增强目标并抑制杂波背景，步骤二，利用熵来表征目标与背景之间的异质性，进一步增强目标，同时生成显著图。步骤三，采用自适应阈值操作从背景中分割出目标。本发明提出了一种多方向局部差分测度方法，设计了多方向卷积核能够有效的解决所定义的背景区域随目标单元格的增长而成比例增长造成的问题，对目标及其周围局部纹理结构的尺寸变化具有较强的鲁棒性，从而显著降低了误报率。本发明对于复杂背景中的红外小目标检测能在增强目标的同时有效的抑制背景，具有更高的检测率和低虚警率。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.026 seconds)
