公开(公告)号：CN116841513A

公开(公告)日：2023-10-03

申请号：CN202310893765.1

申请日：2023-07-20

Applicant: 哈尔滨理工大学

Inventor： 兰朝凤 ,  周贤武

IPC: G06F8/20 ,  G06Q30/0601 ,  G06F9/50

Abstract: 本发明公开了基于SpringBoot的高并发网购平台系统及后台管理方法，涉及网购技术领域；包括分析系统功能性需求：根据用户群体进行需求分析，并根据需求进行主页的设计，同时建立内容管理系统；设计系统架构：在确定好系统的需求之后，进行系统架构的设计；对每个业务的设计进行编码：使用SpringCloud进行设计编码，前后分离开发，并开发基于vue的后台管理系统，分布式开发使每个服务独立运行。本发明采用当前互联网常见的前后端分离的方式，前后端各自负责分内的工作，互相协调，统筹安排，在相同的规范下协同开发一个能够提供高效率、高并发以及高可用服务的商城购物平台。

公开(公告)号：CN113707164A

公开(公告)日：2021-11-26

申请号：CN202111026177.5

申请日：2021-09-02

Applicant: 哈尔滨理工大学

Inventor： 兰朝风 ,  刘春东 ,  周贤武 ,  韩玉兰 ,  郭小霞

IPC: G10L21/02 ,  G10L25/27 ,  G10L25/30 ,  G10L25/45 ,  G10L25/69 ,  G10L15/02 ,  G10L15/06

Abstract: 一种深度神经网络，特别涉及一种改进多分辨率残差U型网络语音增强方法，为使得传统的多分辨率残差U型网络更加适用于时频域上的语音增强任务，针对其在解码阶段恢复出低信噪比下的语音细节的能力弱、容易造成语音特征丢失的问题进行改进，同时改变了卷积核的大小以适应语音信号转化到时频域后通常得到的语音特征图的尺寸是宽度远大于高度的特点，属于语音增强领域。本发明包括：S1、将纯净和带噪语音通过短时傅里叶变换得到两种语音信号的幅度谱；S2、以带噪语音幅度谱作为网络的输入，纯净语音幅度谱作为训练目标；通过改进的多分辨率残差U型网络拟合网络输入与训练目标之间的非线性关系，进而得到基于改进的多分辨率残差U型网络的语音增强模型；S3、通过STFT获取带噪语音的幅度谱；将其通过改进的多分辨率残差U型网络模型，即可得到目标语音的幅度谱；S4、将幅度谱与带噪语音相位结合，进行波形重建，重建后即可得到增强语音。