摘要：为弥补卷积神经网络在图像分类方面对颜色特征的不敏感,并生成更逼真的图像样本,提出一种基于双交叉熵的自适应残差卷积图像分类算法。将双交叉熵损失函数应用到深度卷积生成对抗网络中的判别模型;结合图像的主颜色特征和残差卷积神经网络提取的空间位置特征,运用改进的差分演化算法解决多特征融合权重系数的设定问题。实验结果表明,所提算法与传统的CNN算法相比,准确率明显提高10.75个百分点。双交叉熵损失函数可以提高判别模型区分生成图像与真实图像的能力,迫使生成模型生成更逼真的图像样本。

摘要：多域语音情感识别研究在语料标注方法、录制场景以及交互方式等方面存在差异性,使得构建多域语音情感识别系统变得较为复杂。设计一种基于多操作网络的多域语音情感识别模型,通过组合CASIA、EMODB、SAVEE 3个单域数据库,构建Hybrid-CE、Hybrid-ES、Hybrid-CS、Hybrid-CES 4种多域语音情感数据库及层级多操作网络(HMN)。HMN网络由2个异构并行分支组成,左分支由2个同构并行的一维卷积层构成,卷积层的神经元数量均为128,右分支由并行的Bi-GRU层和Bi-LSTM层构成,GRU和LSTM的记忆单元数量均为64。将原始数据投影到不同的变换空间进行计算,从而更准确地表征语音的情感信息。通过分层的Concate、Add和Multiply多操作运算,将左右分支提取的不同特征进行多重融合。在此基础上,计算梅尔频率倒谱系数、色谱图、谱对比度等低级描述符特征的高级统计函数,得到219维特征作为模型HMN的输入。实验结果表明,该模型在4种多域数据库上的F1-score分别达到82.22%、65.02%、70.59%、73.47%,具有较好的鲁棒性和泛化性。

摘要：检测与识别网络中语音的情感状态有助于把控舆情信息,若能同时辨别说话人及其性别,则对掌握舆情的真实意图更有帮助。基于数据集EMODB,提出用于情感分类、说话人辨别和性别识别的多任务学习策略时间卷积网络(DTCN)。针对多任务学习中数据集较小的问题,设计数据增强技术,在不同信噪比下采用加噪的方式对数据集EMODB进行扩充,构建单信噪比含噪数据集EMODB-10、EMODB-5、EMODB0、EMODB5、EMODB10以及多信噪比含噪数据集EMODBM。同时,通过研究单一噪声和混合噪声,验证不同噪声对DTCN模型性能的影响。为了更好地表征数据特性,提出适用于多任务学习的声学特征集。实验结果表明,在具有正信噪比和多信噪比含噪数据集上进行测试时,DTCN模型在多任务学习场景下的表现均优于基线,较容易辨别说话人性别,且随着噪声种类增多,对多任务学习的性能不断提高,在混合噪声下鲁棒性和泛化性更好。

摘要：为提升语音增强系统的收敛速度和泛化性,降低对训练数据的要求,提出一种基于并行卷积循环网络的语音增强系统。在卷积循环网络的基础上,使用归一化门控线性单元提升性能和收敛速度;使用并行循环层结构同时处理原始语音特征和经过编码器处理后的语音特征,通过后处理模块处理并行结构的输出。在THCHS30和LibriSpeech语音库及NOISEX92和PNL100 NS噪声库上的实验结果表明,与多个目前最先进的语音增强系统相比,该方法获得了最高36.92%的性能提升和62.36%的收敛速度提升。

摘要：为解决藏文印刷体标注数据库资源稀少和藏文图像文本分割难度大等问题,提出一种基于音节切分的藏文体印刷体识别方法。以字符面积最小为依据,找到音节分隔符;合并音节分隔符之间的字丁,构成音节;按音节位置进行分割,经实验分割准确率提升3.92个百分点。为验证选择音节的有效性,在同一结构的LetNet-5网络模型上进行测试,实验结果表明,以音节为单元时识别性能更优,其平均识别正确率达96.11%。

摘要：检测双馈发电机的异常运行状态(主要是那些导致双馈发电机停机的非运行状态)有利于降低维护成本并提高发电收益。提出了一种基于支持向量数据描述(Support Vector Data Description,SVDD)和极限学习机(Extreme Learning Machine,ELM)算法的数据驱动方法,以实现对双馈发电机异常运行状态的有效检测。SVDD算法用于将不健康状态数据与健康状态分开,构建均衡数据集。ELM算法用于构造分类器,以检测双馈发电机不健康数据中(均衡数据集)的异常运行状态(非运行状态)。基于真实双馈发电机数据构建仿真算例,验证了该方法的有效性;与其他六种检测算法进行了对比,验证了该两阶段模型比其他模型具有更好的检测性能。

摘要：1湿地/墓园距离武汉市区向南驱车50 km,一路穿过略显杂乱的城乡结合部后,忽有种误入世外桃源的惊喜——这里是从属于咸宁湿地生态保护园的“仙鹤湖”。一片宁静祥和的氛围,一番生机盎然的景象,节假日成群造访的踏青人流,这一切很难让人联想到这处僻静山水的隐含功能,是由泰康纪念园事业部主导开发的一方墓园。

摘要：为有效提高场景藏文文本检测性能,提出一种基于双注意力YOLOv5的场景藏文检测框架,简称为YOLOv5 Dual-attention。通过在YOLOv5模型上下采样层之间采用背景抑制模块,聚合多尺度的初始特征,抑制卷积特征中的背景干扰;在YOLOv5的颈部和检测头中间嵌入卷积注意力提高卷积提取特征的能力,使网络具有精确推断文本的能力。实验结果表明,在二分类MSTD500测试集上,改进后的模型YOLOv5x Dual-attention+α-IoU对单类藏文场景文本检测的F1达到了84.65%,比目前最好的同类检测结果高出12.65个百分点,有效降低了文本目标漏检和误检可能性。

摘要：为落实中央关于“把疏浚河道和建设堤防结合起来”的具体指示，水利部拟定了“百船工程”计划，即从全国范围引进百艘挖泥船进行疏浚与吹填施工，解决堤防工程土源问题和疏浚工程弃土问题。结合长江中下游的具体情况，提出了适合治理长江“百船工程”的施工船舶类型、型号。经国内外挖泥船比选，对大中型绞吸式挖泥船，建议购买部分国外整船；对其它类型挖泥船，拟利用国外资金和技术，在国内合作、合资生产。

摘要：根据藏文文字结构特点和相关语法规则,以及藏文音节的排序与汉文、英文字符的排序相比相对复杂的特征,提出了一种识别藏文音节基本辅音字母的算法,从而将二维的藏文音节展成一维的藏文字母串,实现了藏文音节的正确排序.通过选取一组有代表性的现代藏文音节进行测试,排序结果与这些音节的字典顺序完全一致,证明该算法对藏文音节排序是有效的.