-
公开(公告)号：CN111785301B
公开(公告)日：2022-08-23
申请号：CN202010597012.2
申请日：2020-06-28
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于残差网络的3DACRNN语音情感识别方法及存储介质，该方法包括步骤：S1，将语音信号转换为语谱图，通过堆叠多个连续帧的方法将语谱图处理成三维数据做为Res3DCNN的输入；S2，Res3DCNN从语谱图中提取情感语音的短期时空特征，利用残差网络补偿传统CNNs在卷积过程中缺失的特征；S3，通过ARNN提取时空特征的长期依赖关系，改善时空关联性弱的问题，为了降低计算复杂度，本发明提出一种新颖的后遗忘门结构改进传统LSTM；S4，在模型训练的过程中各自更新自身的参数使得损失最小，通过不断迭代优化，最终使模型达到最优；S5，最后利用Softmax层进行情感分类。本发明能够有效解决原始特征丢失严重以及时空关联性弱的问题，提高识别准确率。
-
公开(公告)号：CN114674805A
公开(公告)日：2022-06-28
申请号：CN202210293161.9
申请日：2022-03-23
Applicant: 重庆邮电大学
IPC: G01N21/65
Abstract: 本发明涉及一种基于表面增强拉曼光谱测定水质中硝酸根的方法，属于硝酸根的检测技术领域。本发明公开了一种基于表面增强拉曼光谱测定水质中硝酸根的方法，主要是利用带正电荷的半胱胺功能化修饰金纳米颗粒，增加表面增强拉曼基底对硝酸根的亲和性，提高对硝酸根的检测灵敏度，达到对硝酸根检出限满足国家地下水环境质量标准中I类水的检测标准。该方法具有低成本、检测速度快和灵敏度高的优点，解决了现有技术中利用表面增强拉曼光谱直接检测水质中硝酸根灵敏度较低的问题。
-
公开(公告)号：CN108154113A
公开(公告)日：2018-06-12
申请号：CN201711407136.4
申请日：2017-12-22
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于全卷积网络热度图的跌倒事件检测方法，属于图像处理与计算机视觉技术领域。该方法将数据集分为训练集和测试集，首先将训练集数据分为包含跌倒事件和不包含跌倒事件的正、负样本视频图像，利用其训练一个热度图全卷积网络；然后提取图像中的人工标注的正样本区域，并随机采样若干区域作为负样本，利用其训练一个二分类卷积神经网络；将测试集视频图像序列输入到热度图全卷积网络，得到跌倒事件热度图，根据得到的热度图，定位并提取出跌倒事件候选区域；将跌倒事件候选区域放缩到统一大小，输入到二分类卷积神经网络得到分类结果。本发明在复杂背景和多人物目标的情况下能准确检测并定位出跌倒事件。
-
公开(公告)号：CN111785301A
公开(公告)日：2020-10-16
申请号：CN202010597012.2
申请日：2020-06-28
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于残差网络的3DACRNN语音情感识别方法及存储介质，该方法包括步骤：S1，将语音信号转换为语谱图，通过堆叠多个连续帧的方法将语谱图处理成三维数据做为Res3DCNN的输入；S2，Res3DCNN从语谱图中提取情感语音的短期时空特征，利用残差网络补偿传统CNNs在卷积过程中缺失的特征；S3，通过ARNN提取时空特征的长期依赖关系，改善时空关联性弱的问题，为了降低计算复杂度，本发明提出一种新颖的后遗忘门结构改进传统LSTM；S4，在模型训练的过程中各自更新自身的参数使得损失最小，通过不断迭代优化，最终使模型达到最优；S5，最后利用Softmax层进行情感分类。本发明能够有效解决原始特征丢失严重以及时空关联性弱的问题，提高识别准确率。
-
-
-
Search Results
4
records
(took 0.027 seconds)
