-
公开(公告)号：CN114639372B
公开(公告)日：2024-10-25
申请号：CN202210221484.7
申请日：2022-03-07
Applicant: 哈尔滨理工大学
IPC: G10L15/00 , G10L15/02 , G10L15/06 , G10L21/0216 , G10L25/18 , G10L25/24 , G10L25/27 , G10L25/45
Abstract: 本发明公开了一种基于调整余弦互信息估计的语种识别方法，解决了在复杂的声音环境下以分类损失为目标函数提取到的embedding(嵌入特征)区分能力不强的问题。在训练阶段，先将训练集的声学特征做预处理，输入TDNN‑F网络；然后将网络中输出的embeddings根据半困难负样本挖掘策略，选择出正负样本对进行基于调整余弦相似度的互信息估计，并以此作为目标函数进行网络训练。在识别阶段，先将注册集和测试集的声学特征输入训练好的TDNN‑F网络得到对应的embeddings；然后将注册集与测试集的embeddings进行线性判别分析、减平均、零相位成分分析白化以及向量长度归一化；最后使用逻辑回归(LR)分类器进行评分。该方法能够有效利用正负样本对语言嵌入特征之间的互信息，以此优化网络训练并降低系统的错误率。本发明可以应用于语种识别领域。
-
公开(公告)号：CN118782049A
公开(公告)日：2024-10-15
申请号：CN202410921668.3
申请日：2024-07-10
Applicant: 哈尔滨理工大学
Abstract: 基于通道加权的说话人确认方法、系统及设备，属于生物特征识别技术领域。为了解决基于语音信号直接识别方式存在语音信号特征利用不充分影响识别准确率的问题。本发明首先提取MFCC特征矩阵，再利用通道分段学习网络CSLN进行处理得到说话人低维特征向量，CSLN中的通道分段学习块学习特征权重；然后利用包括减性角边距损失和加性角边距损失的总损失函数进行训练模型。使用时利用CSLN得到两条语音的说话人低维特征向量，根据二者相似度判断第一语音与第二语音是否为同一说话人，进而最终用确定语音的说话人。
-
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：CN117809694B
公开(公告)日：2024-08-09
申请号：CN202410024330.8
申请日：2024-01-08
Applicant: 哈尔滨理工大学
IPC: G10L25/51 , G10L25/30 , G10L21/0208 , G10L15/06
Abstract: 基于时序多尺度特征表示学习的伪造语音检测方法及系统，涉及一种伪造语音的检测方法及系统。为了解决没有充足利用语音各时序段特征信息的问题，以及现有的单一的深度神经网络进行伪造语音检测时存在的准确度较低的问题。本发明将预处理的语音信号输入wav2vec2.0提取初步特征，将初步特征矩阵输入基于多尺度时间序列的卷积网络提取特征矩阵，并将各组的输出进行拼接再通过一个最大池化层，然后将时序特征输入到SCG‑Res2Net50及分类器对语音进行打分，根据伪造语音的得分和真实语音得分进行真实语音与伪造语音的分类。
-
公开(公告)号：CN111563846B
公开(公告)日：2021-10-26
申请号：CN201911008829.5
申请日：2019-10-23
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于压缩神经网络的图像去噪方法。首先将噪声图像进行分块来降低训练模型的代价，随后经过压缩神经网络进行图像去噪，增强机制、空洞卷积融合到所发明的去噪网络中提高去噪的性能，最后利用全局残差操作得到干净的图像。去噪网络由增强块和压缩块组成。增强块包括子网络、一个卷积层及激活函数、空洞卷积及激活函数，二个子网络通过Concat操作被连接到一起，增强捕获特征的鲁棒性，之后经过卷积层和激活函数对上述提取的特征信息进行继续学习。压缩块是用来压缩网络的参数和减少模型的训练代价。压缩模块包括卷积及激活函数、普通的卷积及激活函数和卷积层。这里的空洞卷积能提高去噪网络的性能。
-
Patent Agency Ranking
公开(公告)号：CN112381794A
公开(公告)日：2021-02-19
申请号：CN202011276148.X
申请日：2020-11-16
Applicant: 哈尔滨理工大学
Abstract: 一种基于深度卷积生成网络的印刷缺陷检测方法，本发明涉及缺陷检测技术中，印刷品微小缺陷准确检测的问题。近年来，深度学习被广泛用于缺陷检测。虽然目前的方法在简单背景下的缺陷检测任务上取得了进展，但对于细微缺陷还是无法准确检测。针对这一问题，本发明提出了一种基于深度卷积生成网络的印刷缺陷检测方法。首先，加入上采样模块，减少上采样中的损失。其次，提出一种自注意力机制，从而使得网络可以生成结构性更为复杂和细节更为准确的图像。最后，拟合生成器生成图像的噪声分布，去除噪声，获得缺陷图像。在保证准确率的基础上，提高了检测精度。本发明应用于无监督的印刷微小缺陷检测。
-
公开(公告)号：CN109152103B
公开(公告)日：2021-02-05
申请号：CN201811308609.X
申请日：2018-11-05
Abstract: 本发明实施例公开了一种对无线传感器网络进行组网方法及装置，该方法包括：将传感器网络建模为无向连通图；中心节点向通信范围内的节点发送路由创建请求；节点中每一个节点均根据请求，获取与中心节点之间的最小跳数、每一个节点自身剩余的能量，以及获取以自身为中心的通信范围内的节点之间的预设参数信息；节点根据以上参数，确定节点中的簇头节点和非簇头成员节点；根据簇头节点和中心节点之间的关系，或者，根据簇头节点、非簇头成员节点和中心节点之间的函数关系，从簇头节点中选取数据转发节点；根据数据转发节点，对粒子群中的第一粒子进行一次组网，获取与第一粒子对应的网络生命周期值；对最优组网粒子进行更新和迭代。
-
公开(公告)号：CN110347897A
公开(公告)日：2019-10-18
申请号：CN201910577138.0
申请日：2019-06-28
Applicant: 哈尔滨理工大学
IPC: G06F16/951 , G06F16/9536 , G06F17/27 , G06Q50/00 , G06K9/62
Abstract: 本发明是基于事件检测的微博网络情感社区识别方法。本发明基于Python爬虫爬取微博网络用语的数据，提取微博网络中的社会热点事件，构造事件热点评估函数；度量微博用户对社会热点事件的情感极性，生成微博用户对多个社会热点事件的情感极性标签；初始化微博用户的情感极性标签，构造社区标签更新迭代规则，直至标签收敛时终止循环，将具有相同标签的节点划分到同一社区。本发明解决目前社区识别算法无法刻画用户的情感倾向性，导致输出的社区结果内聚性较低、稳定性不足，在网络演化过程中容易引发社区分裂的问题。本发明保证了输出的社区结果具有较高的内聚性及稳定性，对网络演化产生的网络结构及属性改变具有较高的适应性。
-
公开(公告)号：CN106918307B
公开(公告)日：2019-02-22
申请号：CN201710061027.5
申请日：2017-01-25
Applicant: 哈尔滨理工大学
IPC: G01B11/25
Abstract: 一种可靠的绝对模拟码检索方法属于结构光三维测量技术领域；该方法包括以下步骤：首先，分别计算理想高频绝对模拟码和理想低频绝对模拟码，然后，分别获得实际高频绝对模拟码和实际低频绝对模拟码，第三，计算实际高频绝对模拟码和实际低频绝对模拟码之间的差，第四，根据实际高频绝对模拟码和实际低频绝对模拟码之间的差，以及高频相移条纹周期，计算补偿参数，第五，计算校正的高频绝对模拟码，最后，确定本发明成立的条件；本发明可靠的绝对模拟码检索方法，重建三维结果中不存在粗大误差，重建结果较好地体现了被测表面的细节特征，效果理想。
-
公开(公告)号：CN107677277A
公开(公告)日：2018-02-09
申请号：CN201710913955.X
申请日：2017-09-30
Applicant: 哈尔滨理工大学
IPC: G01C21/20
CPC classification number: G01C21/20
Abstract: 一种基于Dijkstra算法的路径确定方法，本发明涉及一种路径确定方法。本发明为了现有的Dijkstra算法存在权值非负无向图、无权无向图、无法形成实际最优路径问题。本发明将路口作为Dijkstra算法中的顶点，然后采用附加卡尔曼滤波模型权值和距离的加权平均值算法确定权值然后基于权值利用Dijkstra算法确定最佳路径。本发明适用于路径确定。
-
-
-
-
-
-
-
-
-
Search Results
96
records
(took 0.035 seconds)
