摘要：针对目前有监督语音增强忽略了纯净语音、噪声与带噪语音之间的幅度谱相似性对增强效果影响等问题,提出了一种联合精确比值掩蔽(ARM)与深度神经网络(DNN)的语音增强方法。该方法利用纯净语音与带噪语音、噪声与带噪语音的幅度谱归一化互相关系数,设计了一种基于时频域理想比值掩蔽的精确比值掩蔽作为目标掩蔽;然后以纯净语音和噪声幅度谱为训练目标的DNN为基线,通过该DNN的输出来估计目标掩蔽,并对基线DNN和目标掩蔽进行联合优化,增强语音由目标掩蔽从带噪语音中估计得到;此外,考虑到纯净语音与噪声的区分性信息,采用一种区分性训练函数代替均方误差(MSE)函数作为基线DNN的目标函数,以使网络输出更加准确。实验表明,区分性训练函数提升了基线DNN以及整个联合优化网络的增强效果;在匹配噪声和不匹配噪声下,相比于其它常见DNN方法,本文方法取得了更高的平均客观语音质量评估(PESQ)和短时客观可懂度(STOI),增强后的语音保留了更多语音成分,同时对噪声的抑制效果更加明显。

摘要：根据实际生产经验与理论分析,瑞利准则将垂向分辨率定义为λ/4可能并不合理。为了检验垂向分辨率,首先依据一次定性分析的结论,然后在此基础上设计一系列砂泥岩互层模型实验定量地分析并得出结论:将垂向分辨率定义为λ/8更为合理。

摘要：提出一个基于小波包分解的数字图像版权保护算法。利用小波系数的特征对宿主图像进行预处理,并选择其中具有相似纹理特征的图像子块进行组合构成相应的子图像。基于块处理与像素调制相结合的空频域联合的水印算法,在纹理活动区域采用小波包变换的系数量化方法嵌入水印,不仅保证了在不损失图像质量的条件下大容量鲁棒信息的隐藏,也保证了水印的盲提取,从而有效地增加了鲁棒水印信息的嵌入量及抗攻击能力。实验结果表明该算法较传统方法而言达到了鲁棒性与容量的最佳结合。