-
公开(公告)号：CN105896565A
公开(公告)日：2016-08-24
申请号：CN201610394699.3
申请日：2016-06-06
Applicant: 南京工程学院
IPC: H02J3/18
CPC classification number: Y02E40/30 , H02J3/18 , H02J3/00 , H02J2003/007
Abstract: 本发明基于传统的粒子群算法加入了比重变异的方法，当找寻最优解达到一定条件时，可根据每个粒子的情况对粒子的位置进行变异，使粒子在搜索过程中避免陷入局部最优；另外，本发明还对对传统线性变化的惯性权重有所改进，根据反馈值的大小动态的改变，当反馈值大于平均值时，w值将变大,粒子搜索范围扩大，反之，将在较小范围搜索；这样可以更加精确的对整个粒子空间进行搜索，收敛速度也得到提高。经验证，基于比重变异粒子群的配电网无功优化方法，可结合配电网现有可控设备对配电网进行高效管理，在运行时能保证更高的收敛性和优化程度。
-
公开(公告)号：CN112185404B
公开(公告)日：2023-09-19
申请号：CN201910601964.4
申请日：2019-07-05
Applicant: 南京工程学院
IPC: G10L21/0216 , G10L21/0264 , G10L25/51
Abstract: 本发明公开了一种基于子带信噪比估计的低复杂度双端检测方法，包括以下步骤。首先将一帧信号通过分解滤波器得到子带信号，并进行降采样处理；其次在每个子带信号的每帧内找最大值，再将其转到对数域，得到阶梯包络；然后分别估计语音包络和噪声包络，得到当前帧的信噪比估计值；最后将子带信噪比映射为双端判决阈值，将自适应判决阈值应用到相关性判决因子上。使系统进入双讲状态时，及时冻结自适应滤波器的更新步长。本发明在复杂的噪声环境下，能有效提高回声抵消器的双端检测的准确率，在音频会议系统中具有良好的应用前景。
-
公开(公告)号：CN114283830A
公开(公告)日：2022-04-05
申请号：CN202111554165.X
申请日：2021-12-17
Applicant: 南京工程学院
IPC: G10L21/0208 , G10L21/0216 , G10L25/27 , G10L25/45 , H04M9/08 , G06N20/00
Abstract: 本发明公开了基于深度学习网络的麦克风信号回声消除模型构建方法。本发明采用归一化最小均方算法消除由多路径和房间声学冲激响应引入的线性回声，然后利用残余回声信号和近端麦克风信号计算IRM作为训练目标，并将经过归一化最小均方算法处理的近端麦克风信号和远端参考信号作为输入，构建具有实时编码器‑解码器结构的CRN模型；最后，将预估残余信号从近端麦克风信号中减去重构语音，本发明联合归一化最小均方算法与基于CRN模型的深度学习网络实时回声消除算法，可以提高麦克风回声消除的性能，具有良好的应用前景。
-
公开(公告)号：CN111968677B
公开(公告)日：2021-09-07
申请号：CN202010854269.1
申请日：2020-08-21
Applicant: 南京工程学院
Abstract: 本发明公开了一种面向免验配助听器的语音质量自评估方法，包括：构建并训练语音质量自评估网络：待测语音通过卷积神经网络提取并输出待测语音的帧级特征；待测语音的帧级特征通过循环神经网络得到并输出待测语音的段级特征；待测语音的段级特征输入至线性映射模型和Softmax分类器，对分类器的输出进行判决确定语音的失真类型，并结合线性映射模型的输出得到客观评分。本发明公开了一种面向免验配助听器的语音质量自评估方法，将卷积神经网络、循环神经网络和Softmax分类器有机地结合成一个整体，结合卷积神经网络的特征挖掘能力和循环神经网络的时序建模能力，提高无参考语音质量客观评价方法准确度，大大简化了处理过程。
-
公开(公告)号：CN110085249B
公开(公告)日：2021-03-16
申请号：CN201910385797.4
申请日：2019-05-09
Applicant: 南京工程学院
IPC: G10L21/0232 , G10L21/0264 , G10L25/18 , G10L25/24 , G10L25/30
Abstract: 本发明公开了一种基于注意力门控的循环神经网络的单通道语音增强方法，包括对带噪的单通道语音进行分帧加窗，提取38维信号特征；构建用于单通道语音增强的深度循环神经网络；利用纯净语音库和噪声库构建训练数据集；训练构建的深度循环神经网络；将提取的带噪语音特征输入训练好的深度循环神经网络，输出带噪语音的频带增益估计值，并进行平滑、内插得到内插增益；将内插增益作用于带噪的单通道语音，得到增强后的语音频谱。本发明能够有效抑制包括非平稳噪声在内的噪声，同时保持足够低的计算复杂度，从而能够用于实时的单通道语音增强，方法巧妙，构思新颖，具有良好的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN110111803B
公开(公告)日：2021-02-19
申请号：CN201910385769.2
申请日：2019-05-09
Applicant: 南京工程学院
Abstract: 本发明公开了一种基于自注意多核最大均值差异的迁移学习语音增强方法，包括从原始语音中提取GFCC特征，并作为深度神经网络的输入特征；利用带噪语音与干净语音信息计算傅里叶变换域的理想浮值掩蔽，并作为深度神经网络的训练目标；构建基于深层神经网络的语音增强模型；构建自注意多核最大均值差异的迁移学习语音增强模型；训练自注意多核最大均值差异的迁移学习语音增强模型；输入目标域带噪语音的帧级特征，重建增强语音波形。本发明在多核最大均值差异前端添加自注意力算法，通过最小化源域注意到的特征和目标域注意到的特征之间的多核最大均值差异，实现对无标签的目标域的迁移学习，提高语音增强性能，具有良好的应用前景。
-
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。
-
公开(公告)号：CN109920634A
公开(公告)日：2019-06-21
申请号：CN201910215831.3
申请日：2019-03-21
Applicant: 南京工程学院
IPC: H01F27/33
Abstract: 本发明公开了一种抗电网频率波动影响的基于波形合成法的变压器有源降噪控制方法，该方法包括：该有源降噪系统由两组滤波器组合构成，第一组滤波器用于电网频率稳定时的变压器噪声消除；第二组滤波器用于弥补电网频率波动引起的原波形合成的参考信号与变压器噪声相关度缺失的影响，两组滤波器都用误差麦克风采集的误差信号更新各自的滤波器权值，本发明的方法在原有的基于波形合成法的变压器有源降噪方法基础上，仍只用一个误差麦克风且能抗电网频率波动带来的降噪效果差的影响。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
82
records
(took 0.025 seconds)
