-
题名喜马拉雅平台用户知识分享行为影响因素研究
被引量：1
- 1
-
-
作者
贺红梅
-
机构
黑龙江八一农垦大学
-
出处
《黑龙江八一农垦大学学报》
2023年第3期128-134,共7页
-
基金
黑龙江八一农垦大学营销研究团队(TDJH201811)。
-
文摘
借助喜马拉雅平台数据,从付费移动音频知识分享的角度分析知识分享行为的影响因素,利用八爪鱼大数据抓取付费移动音频数据作为样本,结合现有文献将分享者的活跃度、分享者的喜马认证和专辑量,音频关键词、音频的评价数量和评分作为解释变量应用到研究中,分享者的分享行为作为被解释变量,利用相关性和多元线性回归分析研究喜马拉雅平台付费移动音频分享者知识分享行为的影响因素。结果表明喜马拉雅平台分享者活跃度和分享的音频关键词对其进行知识分享没有影响,分享者的喜马认证、专辑量、音频的评价数量和评分对知识分享行为具有显著正向影响。
-
关键词
知识分享
付费移动音频
八爪鱼大数据
相关性分析
回归分析
-
Keywords
knowledge sharing
paid mobile audio
octopus big data
correlation analysis
regression analysis
-
分类号
F272.3
[经济管理—企业管理]
-
-
题名拟人化音频比对分析技术在发射业务内容监管中的应用
被引量：2
- 2
-
-
作者
黄培建
-
机构
宁波广播电视发射中心
-
出处
《广播与电视技术》
2021年第7期145-148,共4页
-
文摘
本文介绍了宁波发射台站在业务内容监管方面的应用探索,通过对全链路各路由信号的相关性比对分析,可完成拟人化的音频内容实时监管,有效判断出播出节目的合法性以及音频质量劣化情况。该技术实现了信号的自动故障分析、预警及智能切换代播,可缩短故障停播时间,并降低人为因素导致的劣播、停播。
-
关键词
内容监管
音频比对
相关性分析
拟人化
-
Keywords
Content supervision
audio comparison
correlation analysis
Anthropomorphic
-
分类号
G220.7
[文化科学]
-
-
题名音频内容相关性分析技术在调频发射信号监测中的应用
- 3
-
-
作者
黎玉才
-
机构
深圳市广播电视技术中心
-
出处
《广播与电视技术》
2023年第8期103-108,共6页
-
文摘
随着发射台站逐步向数字化、网络化、智能化方向发展,音频广播传输方式更加先进,传输渠道更加宽广,面临的传输复杂度、安全播出形势也愈加严峻。本文介绍了发射台音频比对机制在发射台调频发射信号检测中的应用,通过对传输发射链路上,各条通路信号的监测、内容相关性分析,实现自动故障分析、告警、智能化信号切换垫播,减少停播和劣播时间,避免因人为因素导致的异常情况发生。
-
关键词
调频发射台站
音频相关性分析
音频监测
信创
国产化
-
Keywords
FM transmitting station
audio correlation analysis
audio monitoring
Information creation
Localization
-
分类号
TN934.2
[电子电信—信号与信息处理]
-
-
题名一种基于相关性分析与对数搜索聚类的跨媒体检索方法
- 4
-
-
作者
梁栋
杨宏昊
许长桥
-
机构
北京邮电大学网络技术研究院
-
出处
《中国科技论文》
CAS
北大核心
2018年第14期1590-1595,共6页
-
文摘
为了在不需人工标记的多媒体数据集上进行跨媒体检索,避免不同媒体之间的语义提取与关联时具有的局限性等问题,首先提出了一种基于相关性分析的音频与图像间的关系数据集的收集机制,然后提出了一种基于对数搜索思想的聚类方法用于跨媒体检索模型的训练,最后提出了一种基于关联性分析的跨媒体检索方法。实验结果表明,所提方案的音频检索图像的第一结果的平均相关度为82.92%,而图像检索音频的第一结果的平均相关度为61.25%,能够较好地解决当前环境下的图像、音频之间的跨媒体搜索需求。
-
关键词
跨媒体检索
图像
音频
聚类
相关性分析
对数搜索
-
Keywords
cross media retrieval
image
audio
clustering
correlation analysis
logarithmic search
-
分类号
TP37
[自动化与计算机技术—计算机系统结构]
-
-
题名基于多传感器融合的无人机生命搜寻方法
被引量：3
- 5
-
-
作者
李明辉
马文凯
周翊民
叶玲见
-
机构
陕西科技大学机电工程学院
中国科学院深圳先进技术研究院
-
出处
《郑州大学学报（工学版）》
CAS
北大核心
2023年第2期61-67,共7页
-
基金
国家自然科学基金资助项目(61973296)
深圳市科创委资助项目(JCYJ20170818153635759)
咸阳市重点研发计划(S2021ZDYF-GY-0244)。
-
文摘
为应对单个生命探测传感器在野外、灾区生命搜寻时的不稳定状况,提出了一种基于多传感器信息融合的无人机(UVA)生命搜寻方法。首先,构建不同结构的ResNeXt网络以提取不同维度信息的特征,利用一维ResNeXt网络提取音频梅尔频谱系数的深层特征,利用二维ResNeXt网络提取红外图像的深层特征;其次,使用判别相关分析(DCA)对2种高维特征进行降维融合,兼顾不同特征的相关性和类别性,以获得更丰富的环境信息,从而提高生命搜寻的准确性;最后,将融合特征输入支持向量机分类器以进行生命识别的决策,建立具有相关性的音频和图像双模态数据集,并将所提方法在该数据集上进行实验比较和分析,对其性能进行有效评估。实验结果表明:所提方法在特征提取和特征融合方面效果优于其他传统方法,且多传感器融合识别准确率可达98.7%,证明该方法能有效提高特殊场景下人体检测的准确性,多传感器融合检测效果优于单传感器。
-
关键词
数据融合
红外图像特征
音频特征
判别相关分析(DCA)
无人机生命搜寻方法
-
Keywords
data fusion
infrared image features
audio features
discriminant correlation analysis(DCA)
UAV life search methods
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名视听信息融合的CNC铣刀磨损状态监测方法
- 6
-
-
作者
黄智坤
刘丽冰
张晶
袁军
杨泽青
-
机构
河北工业大学机械工程学院
-
出处
《现代制造工程》
CSCD
北大核心
2022年第8期93-100,共8页
-
基金
国家自然科学基金资助项目(51305124)
河北省自然科学基金资助项目(E2017202294)
河北省青年拔尖人才项目(210014)。
-
文摘
针对目前多特征融合刀具磨损监测方法中存在特征之间相关性差、非线性关系被忽略,导致用于模式识别的融合特征维数过大、冗余信息多、特征契合度差和识别准确率低的问题。提出了一种核典型相关分析(Kernel Canonical Correlation Analysis,KCCA)的多级特征融合方法。采集数控加工过程的声压信号以及工件纹理图像,并提取相应的视听特征,利用核典型相关分析法在高维空间找到2组投影方向,保证投影后特征间的皮尔逊系数最大,使视听特征的相关性最大化。经实验验证,利用核典型相关分析法能计算6组典型变量,并表达原特征97%以上的信息,大大降低了特征维数、减少了冗余特征。并且同样的识别模型下,核典型相关分析法能够将检测准确率提升至95%以上。
-
关键词
刀具磨损监测
视听信息融合
非线性关系
皮尔逊系数
核典型相关分析
-
Keywords
tool wear monitoring
audio-visual information fusion
non-linear relationship
Pearson coefficient
Kernel Canonical correlation analysis(KCCA)
-
分类号
TH89
[机械工程—仪器科学与技术]
-
