-
公开(公告)号：CN114707814B
公开(公告)日：2024-02-02
申请号：CN202210255288.1
申请日：2022-03-15
Applicant: 燕山大学
IPC: G06Q10/0631 , G01S15/88 , G01S15/87 , G01C21/16
Abstract: 本发明公开一种面向水下事件覆盖的水下机器人部署方法，属于水声传感器网络覆盖领域，包括①在需监测水下目标事件周围随机部署多个水下机器人节点；②每个水下机器人节点在自身的通信范围内获取邻居节点个数，各个邻居节点的位置、覆盖的事件数、拥挤度相关信息感知范围内获取覆盖的事件个数和邻近节点个数；③根据获取的邻居信息和事件信息，水下机器人节点在每次移动时根据是否有邻居节点和覆盖事件及其距离信息做出停止不动，诱导运动、觅食运动或者随机扩散的决策；④每个水下机器人节点判断自身是否达到覆盖条件，如果没达到则返回步骤②继续执行步骤②和步骤③，如果达到，则不再移动。如果所有水下机器人节点均达到覆盖条件，则部署完成。
-
公开(公告)号：CN115101076A
公开(公告)日：2022-09-23
申请号：CN202210588389.0
申请日：2022-05-26
Applicant: 燕山大学
Abstract: 本发明公开了一种基于多尺度通道分离卷积特征提取的说话人聚类方法，属于声纹识别技术领域，包括以下步骤：将VoxCeleb和AMI数据集切分为训练集、开发集和测试集；对VoxCeleb和AMI数据进行预处理；在ECAPA‑TDNN网络框架的基础上搭建多尺度通道分离卷积模块；选用AAM‑softmax损失函数对模型进行多次训练得到最优模型；利用多尺度通道分离卷积模型对AMI会议数据提取特征，并运用谱聚类进行聚类分析；使用标准的分割聚类错误率DER对聚类结果打分。本发明能够提取到具有判别性的声纹特征，并在谱聚类算法上取得良好的效果，以相对较小的参数量为代价取得了更低的分割聚类错误率。
-
公开(公告)号：CN115101076B
公开(公告)日：2023-09-12
申请号：CN202210588389.0
申请日：2022-05-26
Applicant: 燕山大学
Abstract: 本发明公开了一种基于多尺度通道分离卷积特征提取的说话人聚类方法，属于声纹识别技术领域，包括以下步骤：将VoxCeleb和AMI数据集切分为训练集、开发集和测试集；对VoxCeleb和AMI数据进行预处理；在ECAPA‑TDNN网络框架的基础上搭建多尺度通道分离卷积模块；选用AAM‑softmax损失函数对模型进行多次训练得到最优模型；利用多尺度通道分离卷积模型对AMI会议数据提取特征，并运用谱聚类进行聚类分析；使用标准的分割聚类错误率DER对聚类结果打分。本发明能够提取到具有判别性的声纹特征，并在谱聚类算法上取得良好的效果，以相对较小的参数量为代价取得了更低的分割聚类错误率。
-
公开(公告)号：CN114707814A
公开(公告)日：2022-07-05
申请号：CN202210255288.1
申请日：2022-03-15
Applicant: 燕山大学
Abstract: 本发明公开一种面向水下事件覆盖的水下机器人部署方法，属于水声传感器网络覆盖领域，包括①在需监测水下目标事件周围随机部署多个水下机器人节点；②每个水下机器人节点在自身的通信范围内获取邻居节点个数，各个邻居节点的位置、覆盖的事件数、拥挤度相关信息感知范围内获取覆盖的事件个数和邻近节点个数；③根据获取的邻居信息和事件信息，水下机器人节点在每次移动时根据是否有邻居节点和覆盖事件及其距离信息做出停止不动，诱导运动、觅食运动或者随机扩散的决策；④每个水下机器人节点判断自身是否达到覆盖条件，如果没达到则返回步骤②继续执行步骤②和步骤③，如果达到，则不再移动。如果所有水下机器人节点均达到覆盖条件，则部署完成。
-
-
-
Search Results
4
records
(took 0.016 seconds)
