公开(公告)号：CN107562778A

公开(公告)日：2018-01-09

申请号：CN201710599251.X

申请日：2017-07-21

Applicant: 哈尔滨工程大学

Inventor： 王红滨 ,  冯梦园 ,  何鸣 ,  王念滨 ,  尹新亮 ,  顾正浩 ,  苏畅 ,  童鹏鹏 ,  曾庆宇 ,  张海彬

IPC: G06F17/30

Abstract: 本发明公开了一种基于偏离特征的离群点挖掘方法，包括以下步骤：(1)将数据集的各个维度划分为h个等间距的间隔，则整个数据集被划分为hd个网格；(2)将每个数据点与网格索引做一个关联，如果一个网格中不包含数据点，则不考虑该网格；(3)对于划分形成的空间中的各个网格，求出网格的质心,并计算质心的局部离群因子；(4)计算每个数据对象的局部离群因子，数据集中对象的局部离群因子等于所属网格质心的离群因子。本发明在检测数据集中的离群点时，采用F_LOF检测算法将数据空间划分为网格，基于网格的质心来计算数据点的局部离群因子，降低了计算时间，提高检测效率，表现出了其优越性。

公开(公告)号：CN107562778B

公开(公告)日：2021-09-28

申请号：CN201710599251.X

申请日：2017-07-21

Applicant: 哈尔滨工程大学

Inventor： 王红滨 ,  冯梦园 ,  何鸣 ,  王念滨 ,  尹新亮 ,  顾正浩 ,  苏畅 ,  童鹏鹏 ,  曾庆宇 ,  张海彬

IPC: G06F16/2458 ,  G06F16/26

Abstract: 本发明公开了一种基于偏离特征的离群点挖掘方法，包括以下步骤：(1)将数据集的各个维度划分为h个等间距的间隔，则整个数据集被划分为hd个网格；(2)将每个数据点与网格索引做一个关联，如果一个网格中不包含数据点，则不考虑该网格；(3)对于划分形成的空间中的各个网格，求出网格的质心,并计算质心的局部离群因子；(4)计算每个数据对象的局部离群因子，数据集中对象的局部离群因子等于所属网格质心的离群因子。本发明在检测数据集中的离群点时，采用F_LOF检测算法将数据空间划分为网格，基于网格的质心来计算数据点的局部离群因子，降低了计算时间，提高检测效率，表现出了其优越性。

公开(公告)号：CN107154258A

公开(公告)日：2017-09-12

申请号：CN201710229138.2

申请日：2017-04-10

Applicant: 哈尔滨工程大学

Inventor： 王念滨 ,  何鸣 ,  宋奎勇 ,  周连科 ,  王红滨 ,  孙文 ,  王瑛琦 ,  尹新亮 ,  顾镇北 ,  曾庆宇

IPC: G10L15/02 ,  G10L15/06 ,  G10L17/02 ,  G10L17/04 ,  G10L19/032 ,  G10L25/30

CPC classification number: G10L15/02 ,  G10L15/063 ,  G10L17/02 ,  G10L17/04 ,  G10L19/032 ,  G10L25/30

Abstract: 本发明提供的是一种基于负相关增量学习的声纹识别方法。一、对输入的语音信号进行预处理和特征提取；二、初始化网络集成，如果之前已存在网络集成，则复制当前所有网络；三、对网络集成进行训练；四、对网络集成中的每个网络进行结构调整；五、对当前网络进行筛选，选出其中最优的一部分网络；六、将当前得到的网络进行应用，如果有新数据到来，则从步骤一开始循环执行。本发明是以增量学习的方法对声纹识别进行研究，提高其在数据增量到来场景下的效率和识别准确率；基于负相关学习的增量学习算法能有效地解决增量问题。本发明分别从模型训练和模型选择两个方面进行改进，提出了一种新的算法以解决上述的问题，然后将其应用到增量学习中。