-
Patent Agency Ranking
公开(公告)号：CN118824234A
公开(公告)日：2024-10-22
申请号：CN202410793099.9
申请日：2024-06-19
Applicant: 哈尔滨理工大学
IPC: G10L15/06 , G06N3/0464 , G06N3/08 , G10L15/16
Abstract: 基于优化三元组损失的语种识别模型训练方法及识别方法、系统，属于语音处理和生物识别技术领域。为了解决利用现有的训练方式对语种识别模型进行训练时存在损失函数针对语种识别的数据训练有效性不高的问题，本发明针对识别模型进行训练时，采用三元组损失函数并对其进行改进，在损失增加了对正负样本距离的计算，能够有效提高训练效果；此外本发明在计算改进的三元组损时，采用改进的困难选择策略选择样本，改进的困难选择策略：在选取正样本时，选择离锚点距离最远的正样本；选择负样本时，用随机选择的方式。
-
公开(公告)号：CN103615467A
公开(公告)日：2014-03-05
申请号：CN201310699710.3
申请日：2013-12-19
Applicant: 哈尔滨理工大学
IPC: F16C32/06
Abstract: 一种一定承载下静压推力轴承的油腔尺寸优化方法，该发明方法利用编程实现多油垫圆导轨静压推力轴承扇形腔油垫在一定承载下的尺寸优化，通过将多垫圆导轨上的扇形腔有效承载公式、推导出压力公式，在满足现有承载的前提下，求出使得有效承载面积最大时的油腔R2、R3的值，即寻找R3最大值及R2最小值，将在油垫的外形尺寸不变的情况下，通过改变扇形腔外侧半径R3和内侧半径R2，提高轴承的承载能力。
-
公开(公告)号：CN117292675B
公开(公告)日：2024-09-17
申请号：CN202311388897.5
申请日：2023-10-24
Applicant: 哈尔滨理工大学
IPC: G10L15/00 , G10L15/06 , G10L15/16 , G10L21/02 , G06N3/0464 , G06N3/0499
Abstract: 基于深层时序特征表示的语种识别方法，本发明涉及一种基于深层时序特征表示的语种识别方法，属于语种识别技术领域。本发明的目的是为了解决现有方法对语种识别的精度低的问题。过程为：步骤1、获取不同语种的音频数据集；分别对不同语种的音频数据集进行数据增强；将数据增强后的不同语种的音频数据集裁剪成同等长度音频数据，作为训练集；步骤2、构建深度学习模型，将步骤1的训练集输入深度学习模型进行训练，直至达到了设置的最大迭代次数，获得训练好的深度学习模型；所述深度学习模型依次包括预训练模型、时间池和全连接层；步骤3、将待测音频数据输入训练好的深度学习模型，获得待测音频数据的语种类别。
-
公开(公告)号：CN117292675A
公开(公告)日：2023-12-26
申请号：CN202311388897.5
申请日：2023-10-24
Applicant: 哈尔滨理工大学
IPC: G10L15/00 , G10L15/06 , G10L15/16 , G10L21/02 , G06N3/0464 , G06N3/0499
Abstract: 基于深层时序特征表示的语种识别方法，本发明涉及一种基于深层时序特征表示的语种识别方法，属于语种识别技术领域。本发明的目的是为了解决现有方法对语种识别的精度低的问题。过程为：步骤1、获取不同语种的音频数据集；分别对不同语种的音频数据集进行数据增强；将数据增强后的不同语种的音频数据集裁剪成同等长度音频数据，作为训练集；步骤2、构建深度学习模型，将步骤1的训练集输入深度学习模型进行训练，直至达到了设置的最大迭代次数，获得训练好的深度学习模型；所述深度学习模型依次包括预训练模型、时间池和全连接层；步骤3、将待测音频数据输入训练好的深度学习模型，获得待测音频数据的语种类别。
-
公开(公告)号：CN103615467B
公开(公告)日：2015-11-11
申请号：CN201310699710.3
申请日：2013-12-19
Applicant: 哈尔滨理工大学
IPC: F16C32/06
Abstract: 一种一定承载下静压推力轴承的油腔尺寸优化方法，该发明方法利用编程实现多油垫圆导轨静压推力轴承扇形腔油垫在一定承载下的尺寸优化，通过将多垫圆导轨上的扇形腔有效承载公式、推导出压力公式，在满足现有承载的前提下，求出使得有效承载面积最大时的油腔R2、R3的值，即寻找R3最大值及R2最小值，将在油垫的外形尺寸不变的情况下，通过改变扇形腔外侧半径R3和内侧半径R2，提高轴承的承载能力。
-
-
-
-
Search Results
5
records
(took 0.045 seconds)
