摘要：语音情感识别(SER)在双模态的跨数据库语音情感识别研究较少,跨数据库情感识别过度减少数据集之间差异的同时,会忽视情感判别能力的特征的问题。YouTube数据集为源数据,互动情感二元动作捕捉数据库(IEMOCAP)为目标数据。在源数据和目标数据中,Opensmile工具箱用来提取语音特征,将提取的语音特征输入到CNN和双向长短期记忆网络(BLSTM),来提取更高层次的特征,文本模态为语音信号的翻译稿。首先双向编码器表示转换器(Bert)把文本信息向量化,BLSTM提取文本特征,然后设计模态不变损失来形成2种模态的公共表示空间。为了解决跨语料库的SER问题,通过联合优化线性判别分析(LDA)、最大平均差异(MMD)、图嵌入(GE)和标签回归(LSR),学习源数据和目标数据的公共子空间。为了保留情绪辨别特征,情感判别损失与MMD+GE+LDA+LSR相结合。SVM分类器作为迁移公共子空间的最终情感分类,IEMOCAP上的实验结果表明,此方法优于其他先进的跨语料库和双模态SER.

摘要：道路标志识别是自动驾驶技术的重要依据,自动驾驶技术的高速发展对道路标志识别提出了更高的要求,对道路标志的识别具有重要的理论和应用价值。简单分析了道路标志识别的背景,介绍了卷积神经网络的网络结构和近年来取得较好识别效果的深度残差网络模型(ResNet),并提出了改进的ResNet18网络模型。使用德国道路标志数据集进行训练和测试,并与相关算法进行比较,证明该模型具有较高的识别精度和识别效率。

摘要：为在进行RGB-D显著性检测时能高效利用RGB信息与深度信息,对跨模态的融合进行研究。区别于现有方法忽略图像中干扰因素的存在或不考虑图像初始信息的缺陷,设计一个基于注意力机制的跨模态融合模块(CFM)。通过空间注意力与通道注意力有效过滤深度特征以及调制后特征的不必要信息,集成RGB特征与深度特征,让二者实现更好的互补。为保证全局信息与初始彩色信息的不丢失,通过残差连接将原始特征作为补充信息。在5个数据集上使用5个评价指标进行的实验结果表明,与当前主流模型相比,该模型具有优越性。

摘要：利用目前方法对形变医学图像进行配准时,没有提取形变医学图像特征,存在特征点获取结果与实际结果相差大、医学图像配准效果差和医学图像配准时间长的问题。为此提出基于角点检测与SIFT的形变医学图像配准方法。采用角点检测与SIFT相结合的方法对医学图像的特征点进行提取,在图像特征提取前,优先对尺度空间的极值点进行检测,其次生成角点特征,通过检测结果与最终特征点的方向完成医学图像特征点的提取,提升了医学图像配准精度。将提取的特征输入到构建的深度学习模型中,根据提取特征的训练及损失函数的优化实现形变医学图像配准。实验结果表明,通过对上述方法进行特征点获取结果与实际结果对比测试、医学图像配准效果测试和配准时间测试,验证了上述方法的准确性与有效性。

摘要：课程思政教育是当前高校人才培养的重要举措,通过将思政教育与专业教育紧密融合,可以解决两者“两张皮”现象,真正培养出拥有正确世界观、人生观、价值观的高素质专业人才。文章以《计算机导论》课程为例,阐述了开设课程思政的必要性;设计了课程各章节的价值引领与思政元素;以“人工智能”小节为例,详述了教学目标设计、具体教学过程与方法,对教学效果进行了总结和分析,并可持续改进。

摘要：为培育车联网与自动驾驶领域内德才兼备的应用创新型人才,提出以面向国家需要,践行立德树人,锻炼科学思维与创新能力为目标,开展思政引领的车联课程建设与教学实践思路。阐释贯穿通信、感知与决策技术的教学路线;介绍融入思政元素的具体教学内容与方法;针对课堂教学与实践教学,结合实例提供相关提升课程思政与专业教学效果的措施与经验;探讨围绕知识传授与价值塑造目标开展的教学评估设计,及对问题编制、师生共评上的一些体会。

摘要：目的:从利水及免疫两个方面探讨甘遂半夏汤药效的产生是否与甘遂甘草反药组合相关。方法:将153只Wistar大鼠按体质量随机区组设计分为正常组、模型组、呋塞米组、甘遂半夏汤全方组、甘遂半夏汤去醋甘遂组、甘遂半夏汤去炙甘草组、甘遂半夏汤去炙甘草醋甘遂组,腹腔注射Walker-256细胞复制大鼠腹水模型,正常组和模型组灌胃蒸馏水,其余各组灌胃相应药物。给药9d后,取材前后称量大鼠体质量,测量腹水量,放完腹水后腹主动脉取血,检测PRL1、AⅡ、ALD、ADH。取材前抽取大鼠腹水10 mL,检测腹水中IL-2、IL-6、TNF-α、IFN-γ和VEGF含量。结果:与正常组比较,模型组大鼠体质量在给药第1、4、8天均显著降低(P<0.01),大鼠腹围/体质量比值、ALD、ADH含量均显著升高(P<0.01,P<0.05),净体质量、尿量均显著降低(P<0.01)。与模型组比较,给药第4天各给药组大鼠体质量均升高(P<0.05,P<0.01),给药第1、4天,甘遂半夏汤组大鼠腹围/体质量比值降低(P<0.05,P<0.01),尿量升高(P<0.05),腹水量降低(P<0.01),血中ADH含量降低(P<0.05),腹水中IL-6和VEGF含量降低(P<0.05),IFN-γ含量升高(P<0.05)。与甘遂半夏汤组比较,甘遂半夏汤去炙甘草组大鼠血中ALD含量升高(P<0.05),甘遂半夏汤去醋甘遂组大鼠血中ADH和腹水中IL-6含量升高(P<0.05),腹水中IFN-γ含量降低(P<0.05),甘遂半夏汤去炙甘草醋甘遂组大鼠腹水量增加(P<0.05),腹水中IL-6、VEGF含量升高(P<0.01,P<0.05)。结论:各给药组在改善腹水模型大鼠利水作用相关指标方面均未表现出明显的毒性,且甘遂半夏汤组在改善利水相关指标方面的作用优于甘遂半夏汤去掉其中一味反药或两味反药组,其发挥利水的机制可能与其抑制肾素-血管紧张素-醛固酮-抗利尿激素系统,促进尿液排泄,同时与甘遂半夏汤具有一定调节IL-6、IFN-γ、VEGF等细胞因子,进而杀伤Walker-256细胞,减少腹水的生成有关。

摘要：由于语言的差异,提高跨语言情感数据库识别语音情感的准确度,仍然是一项难题。该文针对语言差异这一难题,融合了语音情感识别技术和自然语言处理技术。该文选取Berlin语音情感数据库和CASIA语音情感数据库,从两个数据库中分别挑选200条语音,选用开源API下的Google Speech,实现语音文本的转化。使用机器翻译方法,将语言转化为文本,统一翻译成中文。利用自然语言处理的词法分析、句法分析、LSA的关键词提取算法,提取出表达情感的关键词。对于被提取出来的关键词,使用SpeechLib工具包将提取过特征值的文本转化成语音,提取MFCC特征,构建DNN+BLSTM模型,实现语音情感的分类。实验结果表明,文中使用的方法未加权平均召回率(UAR)和加权平均召回率(WAR)分别为48.22%和56.5%,相比其他方法,UAR和WAR分别提高了4%和8%。

摘要：语音识别过程容易受到音质下降的影响。为了达到语音增强的效果,使用IEMOCAP数据库,利用文本信号来增强语音信号。在训练阶段,对文本特征进行去停用词、Jieba分词操作,对文本信息进行TF-IDF权重计算,选择权重大的文本特征。使用BERT模型将文本特征向量化并输入到由预网和CBHG模块构成的编码器中,编码器的输出和提取的声学特征输入到由预网和两层残差的GRU构成的解码器中,解码器的输出作为声学模型。在合成阶段,将测试集的文本特征输入到训练好的声学模型中,连接DNN分类器,进行多任务学习,把性别分类设置为辅助任务,情感识别设置为主任务。实验结果证明,相比频谱相减法和小波分解法,提出方法的准确率分别提高了7%、3%。

摘要：如何确定用户身份是网络安全领域一个关键问题。介绍了虹膜的主要特点及其特征识别过程,并结合网络加密技术设计出一种新的基于虹膜的远程身份认证系统,给出了主要功能和认证过程。实验结果表明系统有效减小了用户虹膜信息被窃取的可能性,保证了通信的安全。