公开(公告)号：CN111755012A

公开(公告)日：2020-10-09

申请号：CN202010589695.7

申请日：2020-06-24

Applicant: 湖北工业大学

Inventor： 余帆 ,  曾春艳 ,  马超峰 ,  陈新凯

IPC: G10L17/00 ,  G10L17/02 ,  G10L17/04 ,  G10L17/06 ,  G10L17/18 ,  G10L25/24 ,  G10L25/45

Abstract: 本发明一种基于基于深浅层特征融合的鲁棒性说话人识别方法，分为五部分：1)MFCC特征提取；2)浅层说话人特征(GSV)提取；3)深层说话人特征(DMFCC)提取；4)特征融合和SVM决策；5)“投票法”联合判决。与传统说话人识别相比，本发明的说话人识别方法在背景噪声的环境下能够有效提升系统的识别性能，在降低噪声对系统性能影响、提高系统噪声鲁棒性的同时，优化系统结构，提高了相应说话人识别产品的竞争力。

公开(公告)号：CN116895157A

公开(公告)日：2023-10-17

申请号：CN202310986221.X

申请日：2023-08-07

Applicant: 湖北工业大学

Inventor： 宗欣露 ,  余帆 ,  王春枝 ,  叶志伟 ,  刘伟 ,  陈宏伟 ,  严灵毓 ,  徐慧

IPC: G08G1/01 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明属于交通流量预测技术领域，公开了一种基于趋势时空图卷积的交通流量预测方法、系统及介质，首先，编码器将时间自注意力和因果卷积相结合，捕获交通流量的长期和短期趋势时间依赖；再通过图卷积网络和门控循环神经网络融合，捕捉局部空间相关性和动态时空相关性；其次基于编码器提取的时间和空间特征，通过时空交互模块来模拟时空异质性；接着解码器与编码器类的是学习交通流量的时空特征；最后基于编码‑解码器提取到的时空特征，利用时间编码解码注意力来拟合历史交通流量对未来预测的影响，用来解决基于Transformer模型的交通流量预测模型的性能问题。本发明在真实世界的数据集上进行实验，取得了良好的实验结果。