-
公开(公告)号：CN109946354B
公开(公告)日：2024-03-15
申请号：CN201910265009.8
申请日：2019-04-03
Abstract: 本发明涉及一种空气甲醛分布式云监测系统及方法，包括若干个甲醛浓度测量模块、数据传输模块及云平台模块，甲醛浓度测量模块用于测量空气中甲醛的浓度数据并通过数据传输模块将数据打包后传输至云平台模块，云平台模块接收数据包并进行解析，并对解析后的数据进行显示及存储；甲醛浓度测量模块包括微处理器、甲醛浓度测量电路、微弱电流放大电路及模数转换电路。本发明通过设置有若干个甲醛浓度测量模块，实现了待测区域多个甲醛浓度的实时监测，解决了目前甲醛测量系统测量节点少、有效监测距离短的问题。提出的基于云平台对甲醛数据进行处理的方法，实现了大数据量的实时分析和存储，解决了目前甲醛监测系统中数据处理能力弱的关键问题。
-
公开(公告)号：CN112735386B
公开(公告)日：2023-03-24
申请号：CN202110063110.2
申请日：2021-01-18
Applicant: 苏州大学
Abstract: 本发明公开了一种基于声门波信息的语音识别方法，包括源信号预处理、特征提取和分类识别三个步骤，源信号预处理提取原始语音信号的声门波信号作为特征提取的源信号；特征提取采用动态图像专家组标准MPEG‑7提取音频高阶统计量特征与openSMILE特征和经典声门特征相结合作为声门波信号识别的特征集；分类识别基于随机森林分类器采用十倍交叉验证方法进行语音识别的预测分类。本发明以声门波作为源信号，充分表征声门激励与声带振动机理在语音识别中的作用，并且提出了动态图像专家组标准MPEG‑7提取音频高阶统计量特征与openSMILE特征和经典声门特征相结合作为识别特征集，解决了帧间重复与过拟合的问题同时不依赖于基音频率估计结果。
-
公开(公告)号：CN112861928A
公开(公告)日：2021-05-28
申请号：CN202110069645.0
申请日：2021-01-19
Applicant: 苏州大学
IPC: G06K9/62
Abstract: 本发明公开了一种面向不均衡语音数据集的数据生成方法及系统，所述方法包括以下步骤：S1、将输入样本聚类划分为若干聚类簇；S2、计算每个聚类簇的不均衡率，根据不均衡率确定数据生成的安全聚类簇；S3、计算安全聚类簇内少数类样本的空间分布密度；S4、根据空间分布密度计算每个聚类簇的采样权重；S5、根据采样权重，在安全聚类簇内生成样本数，基于样本数进行样本生成；所述系统用于实现上述方法，包括样本聚类划分模块、安全聚类簇计算模块，空间分布密度计算模块、采样权重计算模块和样本生成模块。本发明对不均衡分布语音数据集进行样本均衡，使其更适用于对语音数据集的均衡化处理，生成分化能力和信息价值高的少数类语音特征样。
-
公开(公告)号：CN108663088A
公开(公告)日：2018-10-16
申请号：CN201810478061.7
申请日：2018-05-18
Applicant: 苏州大学
Abstract: 本发明涉及一种智能光伏电站分布式云监测系统，包括数据采集及监测模块、数据传输模块、云平台模块，数据采集及监测模块采集光伏电站中相邻两个光伏组件之间的运行数据并将所述运行数据打包形成数据包通过所述数据传输模块发送至所述云平台模块，云平台模块接收所述数据包并对所述数据包进行解析，并对解析后的数据进行显示及存储；其中，所述数据传输模块包括无线串口服务器。本发明的数据采集及监测模块可监测电站中相邻两个光伏组件的运行信息，并利用无线串口服务器将数据包稳定上传至云端进行分析；维护人员可通过云平台模块监控系统，实现智能值守、大数据分析和故障预诊断等功能，有效增加现场设备利用率，运维更加准确方便。
-
公开(公告)号：CN109831112A
公开(公告)日：2019-05-31
申请号：CN201910242167.1
申请日：2019-03-28
Applicant: 苏州大学
IPC: H02M7/5387 , H02M5/10 , H05H1/24
Abstract: 本发明涉及一种高频高压低温等离子体发生系统，系统包括控制电路、零电压软开关驱动电路及高频谐振升压电路，控制电路用于向零电压软开关驱动电路输送控制信号，零电压开关驱动电路接收控制信号并将控制信号逆变为交流信号并通过零电压软开关驱动电路进行第一次升压处理后发送第一升压信号至高频谐振升压电路，高频谐振升压电路接收第一升压信号并对第一升压信号作第二次升压处理。通过在系统中加入零电压软开关驱动电路及高频谐振升压电路，将控制信号变成第一升压信号，该第一升压信号经高频谐振升压电路升压后形成高压电场，最终在高压电场内稳定形成低温等离子体，达到高效率、低损耗且低温产生等离子体的效果。
-
Patent Agency Ranking
公开(公告)号：CN112735386A
公开(公告)日：2021-04-30
申请号：CN202110063110.2
申请日：2021-01-18
Applicant: 苏州大学
Abstract: 本发明公开了一种基于声门波信息的语音识别方法，包括源信号预处理、特征提取和分类识别三个步骤，源信号预处理提取原始语音信号的声门波信号作为特征提取的源信号；特征提取采用动态图像专家组标准MPEG‑7提取音频高阶统计量特征与openSMILE特征和经典声门特征相结合作为声门波信号识别的特征集；分类识别基于随机森林分类器采用十倍交叉验证方法进行语音识别的预测分类。本发明以声门波作为源信号，充分表征声门激励与声带振动机理在语音识别中的作用，并且提出了动态图像专家组标准MPEG‑7提取音频高阶统计量特征与openSMILE特征和经典声门特征相结合作为识别特征集，解决了帧间重复与过拟合的问题同时不依赖于基音频率估计结果。
-
公开(公告)号：CN112562642A
公开(公告)日：2021-03-26
申请号：CN202011198847.7
申请日：2020-10-31
Applicant: 苏州大学
IPC: G10L15/02
Abstract: 本发明公开了一种动态多频带非线性语音特征提取方法，将语音样本采用基于人耳听觉特性的巴克滤波器组进行滤波分频。分频后的24个频带信号通过计算过零率的方式，自适应获得分频因子a。随后在第0至a个频带中，将语音计算频谱、对数运算后采用离散余弦变换方案来提取巴克频率倒谱系数特征；在第a+1至24的频带中，将信号嵌入相空间后提取最大李雅普诺夫指数和关联维特征，随后进行特征统一化处理。本发明采用自适应分频因子，采用分频带处理的方式，使处理之后的信号更加符合人类的听觉特性和实际情况，从而能够提取出性能更优秀的语音特征参数。
-
公开(公告)号：CN112562650A
公开(公告)日：2021-03-26
申请号：CN202011198843.9
申请日：2020-10-31
Applicant: 苏州大学
Abstract: 本发明公开了一种基于声带特征参数的语音识别分类方法，首先搭建声带分层生物力学模型，以声带模型初始参数作为输入，求解声带耦合振动方程，输出声门波；同时采用迭代逆滤波算法获取实际嗓音信号中的声门波，构造两者关于时频域的目标函数以建立模型输出特征与嗓音信号之间的联系，匹配目标嗓音源，最终输出声带特征参数，将其与MFCC融合作为特征输入，对语音测试样本进行识别分类，确定测试样本类型。本发明根据声带分层生物力学模型提取了实际嗓音的声带特征参数，将基本声学特征与其融合，增加了语音声源信息，提高测试样本的识别率。
-
公开(公告)号：CN107677200A
公开(公告)日：2018-02-09
申请号：CN201711136704.1
申请日：2017-11-16
Applicant: 苏州大学
IPC: G01B7/16
CPC classification number: G01B7/18
Abstract: 本发明涉及一种高精度应变测量系统，包括电桥电路模块、放大电路模块、AD转换电路模块、处理器模块、显示模块及降压模块；电桥电路模块将形变量转换为应变片阻值的变化量，再将应变片阻值的变化量转化为电信号传输至放大电路模块，放大电路模块接收电信号并将电信号放大输出并传输至AD转换电路模块的输入端，AD转换电路模块将放大后的电信号转换为数字信号并将数字信号输出传输至处理器模块的数字端，处理器模块接收所述数字信号并对数字信号进行处理和计算后传输至显示模块，显示模块接收处理和计算后的数字信号并输出数据。本发明的高精度应变测量系统测量噪声小，精度高，且能实现动态高速测量。
-
公开(公告)号：CN112863517B
公开(公告)日：2023-01-06
申请号：CN202110071190.6
申请日：2021-01-19
Applicant: 苏州大学
Abstract: 本发明公开了一种基于感知谱收敛率的语音识别方法，包括以下步骤：对语音信号进行多频带划分，得到分频带语音信号；通过对分频带语音信号分帧、作傅里叶变换、计算频谱图的峰值之和和动态范围并进行非线性压缩得到语音信号的感知谱收敛率；将感知谱收敛率分为训练集和测试集，使用训练集训练分类器得到训练完成的分类器，将测试集输入训练完成的分类器进行语音识别。本发明通过多频带划分使语音信号具有听觉感知特性，通过直接对语音信号提取感知谱收敛率，保证实时性的同时克服了提取特征时依赖基音周期、无法度量高维混沌特性的问题，能够更加准确地表征语音信号的非线性特性，提高语音识别的准确率。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.031 seconds)
