期刊文献+
共找到73篇文章
< 1 2 4 >
每页显示 20 50 100
基于SOM聚类平滑图信号生成的MFR工作模式识别方法 被引量:3
1
作者 罗健 仇洪冰 +3 位作者 周陬 顾宇 王若楠 费文浩 《桂林电子科技大学学报》 2023年第2期120-127,共8页
针对无人机集群截获的信号样本难以直接融合分析,以及训练样本较少且工作模式样本不平衡条件下多功能雷达(MFR)工作模式识别精度低的问题,提出了一种基于自组织映射(SOM)聚类平滑图信号生成的MFR工作模式识别方法。首先,利用分布式SOM... 针对无人机集群截获的信号样本难以直接融合分析,以及训练样本较少且工作模式样本不平衡条件下多功能雷达(MFR)工作模式识别精度低的问题,提出了一种基于自组织映射(SOM)聚类平滑图信号生成的MFR工作模式识别方法。首先,利用分布式SOM算法对截获的信号样本集进行聚类,提取样本之间的相似性;然后,依据聚类结果将信号样本集以平滑图信号的方式表征,建立同一工作模式下信号样本的关联;最后,采用图注意力网络对上述图信号进行图节点数据融合与分类,完成MFR工作模式识别。实验结果表明,在工作模式样本不平衡度约为10∶1,每种类别训练样本数为25时,该方法的识别准确率和F1指数相对现有方法分别提高了22.8%、22.34%,且能适用于存在一定噪声干扰的情况。 展开更多
关键词 MFR工作模式识别 无人机集群 平滑图信号 自组织映射 图注意力网络
下载PDF
低信噪比环境下语音端点检测改进方法 被引量:14
2
作者 王瑶 曾庆宁 +2 位作者 龙超 谢先明 毛维 《声学技术》 CSCD 北大核心 2018年第5期457-467,共11页
针对语音端点检测在低信噪比环境下普遍存在检测性能急剧下降的问题,提出一种将调制域(时间-频率域)谱减法和自相关函数相结合的语音端点检测算法。该算法首先利用调制域谱减法较好的消噪能力来提高含噪语音的信噪比;然后根据语音和噪... 针对语音端点检测在低信噪比环境下普遍存在检测性能急剧下降的问题,提出一种将调制域(时间-频率域)谱减法和自相关函数相结合的语音端点检测算法。该算法首先利用调制域谱减法较好的消噪能力来提高含噪语音的信噪比;然后根据语音和噪声的自相关函数的主峰最大值和次大值之比差异较大的特性,结合基于对数能量和自相关函数的端点检测方法对消噪后的语音进行端点检测。实验结果表明,该算法在低信噪比的环境下能取得较好的端点检测效果,并具有较好的稳健性。 展开更多
关键词 低信噪比 调制域 自相关函数 对数能量 端点检测
下载PDF
基于Hadoop的数据挖掘技术在测光红移上的研究 被引量:13
3
作者 钱维扬 王俊义 仇洪冰 《电子技术应用》 北大核心 2016年第9期111-114,共4页
天文数据量以指数量级快速增长,使得天文数据挖掘面临前所未有的挑战。分布式集群技术和云计算平台的飞速发展,为海量数据处理和分析提供了新的研究思路和方法。其中基于内存计算的Hadoop分布式集群技术更是异军突起,并在迭代式机器学... 天文数据量以指数量级快速增长,使得天文数据挖掘面临前所未有的挑战。分布式集群技术和云计算平台的飞速发展,为海量数据处理和分析提供了新的研究思路和方法。其中基于内存计算的Hadoop分布式集群技术更是异军突起,并在迭代式机器学习和交互式数据挖掘应用等方面表现出明显的优势。基于最新释放的斯隆数字巡天测光数据集研究基于Hadoop平台的数据挖掘技术在海量天文巡天数据上的适用性和应用问题,为海量天文数据挖掘提供了新的手段和方法。 展开更多
关键词 数据挖掘 机器学习 HADOOP平台 MLPQNA算法 测光红移
下载PDF
基于CLDNN的调制信号识别方法 被引量:12
4
作者 张军 符杰林 林基明 《计算机应用与软件》 北大核心 2021年第10期216-220,277,共6页
调制信号的识别在军用的电子战和民用的智能化无线通信中占有重要的地位,针对现有识别方法识别种类少、整体识别率不高和需要预处理等缺点,设计一个CLDNN端到端深度神经网络。该网络无需人工干预或数据统计,自动提取特征并进行多类调制... 调制信号的识别在军用的电子战和民用的智能化无线通信中占有重要的地位,针对现有识别方法识别种类少、整体识别率不高和需要预处理等缺点,设计一个CLDNN端到端深度神经网络。该网络无需人工干预或数据统计,自动提取特征并进行多类调制信号类型识别。实验结果表明,该方法能够同时识别11种信号的调制方式,在低信噪比下识别效率相比现有方法有所提升,当信噪比在-4 dB以上时,整体识别精度达到94%以上。 展开更多
关键词 信号识别 端到端 神经网络 CLDNN
下载PDF
基于尺度变换随机共振的瞬变电磁弱信号检测 被引量:11
5
作者 王国富 张海如 +1 位作者 张法全 叶金才 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2011年第7期1928-1934,共7页
晚期瞬变电磁信号是大参数、多频率、且各频率分量未知的电磁信号,特别在晚期还是强噪声背景下的微弱信号.随机共振系统可以在极限信噪比的情况下提取微弱信号,但仅适用于小参数、单一频率或频率已知的高频信号的情况.为此,本文提出一... 晚期瞬变电磁信号是大参数、多频率、且各频率分量未知的电磁信号,特别在晚期还是强噪声背景下的微弱信号.随机共振系统可以在极限信噪比的情况下提取微弱信号,但仅适用于小参数、单一频率或频率已知的高频信号的情况.为此,本文提出一种基于尺度变换的随机共振算法用于检测晚期瞬变电磁信号,该方法充分利用了随机共振检测弱信号的优势,通过引入尺度变换,消除了随机共振系统对待测信号频率的限制,在绝热近似理论下,实现了从强噪声中提取出微弱晚期瞬变电磁目标信号.理论分析和仿真结果表明:对埋在强噪声中的未知频率的晚期瞬变电磁信号,采用连续的压缩算法,以获得一个适当的输入信号到随机共振体系,根据输出信号共振谐振峰的变化,经反变换运算可得待测弱晚期瞬变电磁信号的各个未知频率,各个频率的叠加即可还原晚期瞬变电磁信号.与传统方法相比,本方法数据采集量和采集时间都减小到原来的几十分之一,能在极限信噪比(信噪比一50dB)下,提取出目标信号,为获得深层目标信号提供了可能,从而提高了瞬变电磁探测仪器的探测深度和探测精度. 展开更多
关键词 随机共振 尺度变换 瞬变电磁 弱信号检测
下载PDF
基于XGBoost算法的恒星/星系分类研究 被引量:8
6
作者 李超 张文辉 林基明 《天文学报》 CSCD 北大核心 2019年第2期73-82,共10页
机器学习在当今的诸多领域已经取得了巨大的成功.尤其是提升算法.提升算法适应各种场景的能力较强、准确率较高,已经在多个领域发挥巨大的作用.但是提升算法在天文学中的应用却极为少见.为解决斯隆数字巡天(Sloan Digital Sky Survey,SD... 机器学习在当今的诸多领域已经取得了巨大的成功.尤其是提升算法.提升算法适应各种场景的能力较强、准确率较高,已经在多个领域发挥巨大的作用.但是提升算法在天文学中的应用却极为少见.为解决斯隆数字巡天(Sloan Digital Sky Survey,SDSS)数据中恒星/星系暗源集分类正确率低的问题,引入了机器学习中较新的研究成果–XGBoost (eXtreme Gradient Boosting).从SDSS-DR7 (SDSS Data Release 7)中获取完整的测光数据集,并根据星等值划分为亮源集和暗源集.首先,分别对亮源集和暗源集使用十折交叉验证法,同时运用XGBoost算法建立恒星/星系分类模型;然后,运用栅格搜索等方法调优XGBoost参数;最后,基于星系的分类正确率等指标,与功能树(Function Tree, FT)、Adaboost (Adaptive boosting)、随机森林(Random Forest, RF)、梯度提升决策树(Gradient Boosting Decision Tree, GBDT)、堆叠降噪自编码(Stacked Denoising AutoEncoders, SDAE)、深度置信网络(Deep Belief Network, DBN)等模型进行对比并分析结果.实验结果表明:XGBoost在暗源分类中要比功能树算法的星系分类正确率提高了将近10%,在暗源集的最暗星等中比功能树提高了将近5%.同其他传统的机器学习算法和深度神经网络相比, XGBoost也有不同程度的提升. 展开更多
关键词 恒星:基本参数 星系:基本参数 技术:测光 方法:数据分析
下载PDF
非正交多址接入中稀疏多用户检测方法 被引量:9
7
作者 李燕龙 陈晓 +1 位作者 詹德满 王俊义 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2017年第3期151-156,共6页
针对未来5G上行非正交多址接入系统多用户检测中连接用户数大、一定时间内活跃用户少和信号稀疏的特点,利用压缩感知理论和5G非正交多址系统需求,设计了一种码片映射码分多址的非正交多址系统.通过压缩感知技术联合检测出上行非正交多... 针对未来5G上行非正交多址接入系统多用户检测中连接用户数大、一定时间内活跃用户少和信号稀疏的特点,利用压缩感知理论和5G非正交多址系统需求,设计了一种码片映射码分多址的非正交多址系统.通过压缩感知技术联合检测出上行非正交多址系统中活跃用户和数据,由于用户不再发送给基站自身活跃状态的信息,也无需提前与基站进行交互,因此大大降低了控制信令的开销和传输时延.仿真结果表明,该系统不仅能够利用压缩感知理论可靠地检测出活跃用户和数据,同时还可以实现过载,在活跃用户较为稀疏情况下,过载率可达300%,大幅提升了频谱利用率. 展开更多
关键词 非正交多址 多用户检测 压缩感知 过载
下载PDF
时频压缩随机共振用于转子故障早期检测 被引量:8
8
作者 王国富 张海如 +1 位作者 张法全 叶金才 《电机与控制学报》 EI CSCD 北大核心 2011年第6期38-44,共7页
针对随机共振系统仅适用于小参数(小幅值、小频率)系统,而转子故障信号频率较高的问题。依据随机共振系统的基本理论,通过引入时频压缩算法,消除了随机共振系统对待测信号频率的限制,把随机共振系统扩展到全频段。理论和实测结果表明:... 针对随机共振系统仅适用于小参数(小幅值、小频率)系统,而转子故障信号频率较高的问题。依据随机共振系统的基本理论,通过引入时频压缩算法,消除了随机共振系统对待测信号频率的限制,把随机共振系统扩展到全频段。理论和实测结果表明:通过连续的压缩变换,获得一个适当的输入信号到随机共振系统,根据谐振峰的变化及发变换运算即可得到原始信号所含的未知频率。该算法比传统扫频算法快了6个数量级,可以在极限信噪比下检测出故障信号(-50dB)。 展开更多
关键词 转子 随机共振 时频压缩 早期故障检测 弱信号检测
下载PDF
一种双微阵列语音增强方法 被引量:8
9
作者 曾庆宁 肖强 +2 位作者 王瑶 谢先明 龙超 《电子与信息学报》 EI CSCD 北大核心 2018年第5期1187-1194,共8页
为提高语音通信系统在噪声环境下的使用性能,该文提出一种基于子带谱减与广义旁瓣抵消的双微阵列语音增强方法。基于双微阵列及子带结构分析,首先分别在低频带采用可变过减因子谱减法抑制噪声,在高频带采用修改互功率谱谱减法抑制非相... 为提高语音通信系统在噪声环境下的使用性能,该文提出一种基于子带谱减与广义旁瓣抵消的双微阵列语音增强方法。基于双微阵列及子带结构分析,首先分别在低频带采用可变过减因子谱减法抑制噪声,在高频带采用修改互功率谱谱减法抑制非相干性噪声部分,再结合广义旁瓣抵消与端点检测进一步抑制强相关性噪声的影响。实验结果表明,该方法能够更加有效地抑制噪声的影响并提高语音的可懂度。 展开更多
关键词 语音信号处理 子带谱减 广义旁瓣抵消 双微阵列
下载PDF
面向智慧医疗云的SDN动态负载均衡方法 被引量:6
10
作者 李雄英 董庆贺 +1 位作者 何倩 周水明 《计算机科学》 CSCD 北大核心 2018年第11期75-81,共7页
文中引入软件定义网络(Software Defined Network,SDN)对智慧医疗云进行网络管理,并且针对传统SDN控制器存在单点失效和负载均衡的问题,设计了智慧医疗分布式SDN控制器系统。SDN控制系统分为SDN控制器集群、数据转发平面和智慧医疗云服... 文中引入软件定义网络(Software Defined Network,SDN)对智慧医疗云进行网络管理,并且针对传统SDN控制器存在单点失效和负载均衡的问题,设计了智慧医疗分布式SDN控制器系统。SDN控制系统分为SDN控制器集群、数据转发平面和智慧医疗云服务系统3层。在此基础上,提出一种实时负载动态自调节的快速负载均衡算法DAF(Dynamic Adaptive and Fast Load Balancing)。在该算法中,负载信息感知组件周期性地采集自己的负载信息,自动地进行控制器间的负载信息交互;控制器的负载值超过阈值时,会触发交换机迁移动作,以动态配置交换机与控制器之间的映射关系。实验结果表明,面向智慧医疗云的分布式SDN控制系统的性能良好,且DAF算法能够快速地实现SDN控制器间的负载均衡,提升了智慧医疗云的网络吞吐量。 展开更多
关键词 智慧医疗云 软件定义网络 负载均衡 单点失效 控制器集群
下载PDF
基于行人航迹推算的蓝牙峰值检测方法 被引量:6
11
作者 马培兴 王玫 +2 位作者 周陬 宋志远 唐清华 《计算机应用研究》 CSCD 北大核心 2022年第3期851-856,共6页
室内定位中行人航迹推算(PDR)方法是最便捷的定位方法之一,其缺点是随着移动距离的增加累积误差会越来越大。利用蓝牙峰值纠正算法能有效降低PDR的累积误差,但蓝牙信号在多蓝牙基站中存在伪峰、错峰的问题,针对上述问题提出了基于PDR的... 室内定位中行人航迹推算(PDR)方法是最便捷的定位方法之一,其缺点是随着移动距离的增加累积误差会越来越大。利用蓝牙峰值纠正算法能有效降低PDR的累积误差,但蓝牙信号在多蓝牙基站中存在伪峰、错峰的问题,针对上述问题提出了基于PDR的蓝牙峰值检测方法。首先,根据PDR位置估计信息和蓝牙分布信息计算预测概率,筛选前进方向最接近的蓝牙,减少错峰;其次,根据信号的变化计算自适应阈值输出开关信号寻找波峰以检测真实峰值,减少伪峰;最后采用改进的蓝牙峰值纠正算法对PDR位置估计进行纠正。实验结果表明,在安卓智能手机上,峰值检测正确率可达到82.1%,与传统滑动窗峰值检测法相比能有效地减少伪峰和错峰的干扰,降低PDR的累积误差。 展开更多
关键词 室内定位 行人航迹测算 峰值检测 蓝牙
下载PDF
基于分布式对等架构的Web应用防火墙 被引量:6
12
作者 姚琳琳 何倩 +1 位作者 王勇 赵帮 《计算机工程》 CAS CSCD 2012年第22期114-118,共5页
为弥补单节点Web应用防火墙(WAF)在检测效率和稳定性方面的不足,采用反向代理技术,设计并实现一个基于分布式对等架构的WAF。通过反向代理响应客户端请求,各个节点运行相同的程序以实现对等架构,主节点与辅助节点可根据需求动态调整,主... 为弥补单节点Web应用防火墙(WAF)在检测效率和稳定性方面的不足,采用反向代理技术,设计并实现一个基于分布式对等架构的WAF。通过反向代理响应客户端请求,各个节点运行相同的程序以实现对等架构,主节点与辅助节点可根据需求动态调整,主节点具有会话保持和负载均衡功能,辅助节点采用专家库和插件协同检测报文。实验结果表明,该应用防火墙能够有效阻止应用层攻击,相比单节点响应更加迅速和稳定。 展开更多
关键词 分布式对等架构 WEB应用防火墙 反向代理 负载均衡 架构设计
下载PDF
基于格基约减的水下成像光MIMO预编码研究
13
作者 张依涛 陈晓 +1 位作者 李燕龙 符杰林 《计算机应用与软件》 北大核心 2024年第8期121-125,共5页
针对水下成像光MIMO系统子信道间相关性强的问题,提出一种基于格基约减最小均方误差预编码算法。通过将接收端的最小均方误差检测操作转化为发送端的预编码,解决了传统光MIMO线性检测算法对噪声的放大问题,并利用格基约减后正交性更好... 针对水下成像光MIMO系统子信道间相关性强的问题,提出一种基于格基约减最小均方误差预编码算法。通过将接收端的最小均方误差检测操作转化为发送端的预编码,解决了传统光MIMO线性检测算法对噪声的放大问题,并利用格基约减后正交性更好的信道矩阵求解预编码阵,降低了光MIMO系统子信道间的相关性。仿真结果表明,在误码率为10^(-4)数量级时,与传统光MIMO检测算法相比,采用格基约减预编码算法的系统获得了5 dB的信噪比增益。 展开更多
关键词 水下光通信 成像多输入多输出系统 格基约减 预编码
下载PDF
一种基于能零积的改进端点检测算法
14
作者 韦金泉 罗丽燕 +3 位作者 王玫 刘争红 何锐彬 莫清麟 《计算机应用与软件》 北大核心 2024年第7期215-221,共7页
针对基于短时能量和短时过零率的传统端点检测算法在信噪比低于10 dB时其准确性明显下降的问题,提出一种基于声谱图特征增强的能零积端点检测改进算法。首先,对音频信号进行谱减法降噪,提升信号的信噪比;其次,依次对声谱图进行腐蚀、二... 针对基于短时能量和短时过零率的传统端点检测算法在信噪比低于10 dB时其准确性明显下降的问题,提出一种基于声谱图特征增强的能零积端点检测改进算法。首先,对音频信号进行谱减法降噪,提升信号的信噪比;其次,依次对声谱图进行腐蚀、二值化和膨胀处理,以实现声谱图特征增强;最后,提取能零积特征,并利用双阈值端点检测算法对音频信号进行端点检测。实验结果表明,该算法在不同信噪比条件下可以有效捕获有环境异常音片段,具有良好的鲁棒性。 展开更多
关键词 端点检测 能零积 低信噪比 声谱图 特征增强
下载PDF
适用于飞行自组网的闲置时隙预约TDMA协议 被引量:4
15
作者 陆毅 符杰林 +2 位作者 仇洪冰 林基明 李燕龙 《计算机工程》 CAS CSCD 北大核心 2021年第3期202-208,共7页
在飞行自组网中,固定时隙分配时分多址接入(TDMA)协议存在闲置时隙无法成功使用的问题。通过对TDMA协议引入闲置时隙预约机制,提出一种支持业务优先级传输机制的闲置时隙预约TDMA协议。采用短帧长的方式满足协同与控制业务的低时延传输... 在飞行自组网中,固定时隙分配时分多址接入(TDMA)协议存在闲置时隙无法成功使用的问题。通过对TDMA协议引入闲置时隙预约机制,提出一种支持业务优先级传输机制的闲置时隙预约TDMA协议。采用短帧长的方式满足协同与控制业务的低时延传输需求,并利用闲置时隙预约机制允许节点使用闲置时隙传输感知业务,从而满足感知业务的高吞吐量传输性能要求。仿真结果表明,与CF-MAC和CTMAC协议相比,该协议能够在降低传输时延的同时,有效提高信道利用率和网络吞吐量。 展开更多
关键词 无人飞行器集群 飞行自组网 固定时隙分配时分多址接入 网络吞吐量 闲置时隙
下载PDF
尺度变换用于随机共振的微弱周期信号检测 被引量:5
16
作者 王国富 欧阳缮 +2 位作者 张海如 张法全 叶金才 《桂林电子科技大学学报》 2010年第5期396-403,共8页
现有的随机共振系统只能应用于低频率信号检测或待测信号频率已知的高频率信号检测,这束缚了系统的实用范围。针对这个不足,本文提出一种基于尺度变换的随机共振弱信号检测方法,该方法通过引入尺度变换,消除了随机共振系统对待测信号频... 现有的随机共振系统只能应用于低频率信号检测或待测信号频率已知的高频率信号检测,这束缚了系统的实用范围。针对这个不足,本文提出一种基于尺度变换的随机共振弱信号检测方法,该方法通过引入尺度变换,消除了随机共振系统对待测信号频率的限制,实现了在绝热近似理论下,待测目标信号为大参数、多频率且频率分量的分布未知的条件下,从强噪声中提取弱目标信号的频谱。理论分析和仿真结果表明:对埋在噪声中的未知频率,采用连续的压缩或展宽算法,以获得一个适当的输入信号到随机共振体系,根据输出信号共振谐振峰的变化经反变换运算可得待测弱信号的未知频率。提出的方法自适应性强,可将随机共振的应用领域拓宽到全频段,具有较高的应用前景。 展开更多
关键词 随机共振 尺度变换 弱信号检测 非线性双稳系统
下载PDF
基于MGSC与改进维纳滤波的麦克风阵列语音增强 被引量:5
17
作者 肖强 曾庆宁 +2 位作者 王瑶 谢先明 毛维 《声学技术》 CSCD 北大核心 2017年第6期567-573,共7页
针对传统广义旁瓣抵消中阻塞矩阵语音泄露、非相干噪声消噪能力较弱及后置维纳滤波中相位不变等问题,提出一种基于改进广义旁瓣抵消与相位补偿维纳滤波的方法。该方法将阻塞矩阵变为阻塞滤波器从而减少了阻塞矩阵语音泄露,然后将相位补... 针对传统广义旁瓣抵消中阻塞矩阵语音泄露、非相干噪声消噪能力较弱及后置维纳滤波中相位不变等问题,提出一种基于改进广义旁瓣抵消与相位补偿维纳滤波的方法。该方法将阻塞矩阵变为阻塞滤波器从而减少了阻塞矩阵语音泄露,然后将相位补偿的维纳滤波用于估计纯净语音的幅度谱和相位谱,从而抑制广义旁瓣抵消残留的噪声。仿真及实测结果表明,该方法能够更加有效地抑制噪声的影响,提高语音的可懂度。 展开更多
关键词 广义旁瓣抵消 相位补偿 阻塞滤波器 麦克风阵列
下载PDF
基于局部特征与核低秩表示的人脸识别算法 被引量:5
18
作者 首照宇 杨晓帆 李萌芽 《电子技术应用》 北大核心 2016年第9期126-128,132,共4页
针对人脸识别中的遮挡、伪装、光照及表情变化等问题,提出一种基于局部特征与核低秩表示的人脸识别算法。首先,对训练和测试的样本图片进行LBP特征的提取;然后将其通过映射函数投影到高维特征空间中进行后续操作,投影到高维空间中的特... 针对人脸识别中的遮挡、伪装、光照及表情变化等问题,提出一种基于局部特征与核低秩表示的人脸识别算法。首先,对训练和测试的样本图片进行LBP特征的提取;然后将其通过映射函数投影到高维特征空间中进行后续操作,投影到高维空间中的特征矩阵通过降维处理后采用低秩表示的方法来提取样本之间的共同特征;最后根据低秩表示的结果进行分类识别。实验证明算法在对遮挡、伪装以及光照变化等噪声的影响鲁棒性更强,同时较当前的一些人脸识别算法的识别率也有了显著的提高。 展开更多
关键词 核函数 特征提取 低秩表示 映射函数 LBP
下载PDF
一种低信噪比环境下的语音端点检测算法 被引量:5
19
作者 卜玉婷 曾庆宁 郑展恒 《声学技术》 CSCD 北大核心 2020年第5期592-602,共11页
端点检测技术是语音信号处理的关键技术之一,为提高低信噪比环境下端点检测的准确率和稳健性,提出了一种非平稳噪声抑制和调制域谱减结合功率归一化倒谱距离的端点检测算法。该算法首先通过抑制非平稳噪声再采用调制域谱减消除残余噪声... 端点检测技术是语音信号处理的关键技术之一,为提高低信噪比环境下端点检测的准确率和稳健性,提出了一种非平稳噪声抑制和调制域谱减结合功率归一化倒谱距离的端点检测算法。该算法首先通过抑制非平稳噪声再采用调制域谱减消除残余噪声来提升信噪比,减少语音失真。然后再提取每帧信号的功率归一化倒谱系数,计算每帧信号与背景噪声的功率归一化倒谱距离。最后将该倒谱距离作为检测参数,采用双门限判决方法进行端点检测。实验结果表明,该端点检测算法对语音帧和噪声帧具有较好的区分性。此外,在低信噪比环境下,所提出的算法对于不同类型的噪声都具有较好的稳健性。 展开更多
关键词 低信噪比 瞬态抑制 调制域 功率归一化倒谱系数 倒谱距离 端点检测
下载PDF
基于Spark深度感知决策树的恒星/星系分类应用研究 被引量:3
20
作者 黄智昌 王俊义 +1 位作者 郑霖 符杰林 《计算机应用研究》 CSCD 北大核心 2017年第3期765-768,804,共5页
针对传统决策树分类算法需要依靠人工构造特征才能实现对数据进行分类的问题,以及其在处理海量天文数据时所面临的处理速度和资源分配瓶颈问题,结合深度学习强大的特征学习能力和Spark高效的数据处理性能,提出了一种基于Spark平台的深... 针对传统决策树分类算法需要依靠人工构造特征才能实现对数据进行分类的问题,以及其在处理海量天文数据时所面临的处理速度和资源分配瓶颈问题,结合深度学习强大的特征学习能力和Spark高效的数据处理性能,提出了一种基于Spark平台的深度感知决策树并行化算法,并将其应用于天文恒星/星系分类问题中。研究结果表明,该算法具有很好的可伸缩性,可以通过增加Spark集群计算节点的数量,来减少分类模型所需的训练时间和增强其对海量天文数据的处理能力。并且,其因同时具备强大的特征学习和分类能力而在恒星星系分类问题上可以获得比传统决策树更高的分类准确率。 展开更多
关键词 SPARK 深度学习 决策树 并行化 恒星/星系 分类
下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部