公开(公告)号：CN110120227A

公开(公告)日：2019-08-13

申请号：CN201910345455.X

申请日：2019-04-26

申请人： 天津大学

发明人： 张涛 ,  朱诚诚

IPC分类号： G10L21/0272 ,  G10L25/24 ,  G10L25/27 ,  G10L21/0208

摘要： 一种深度堆叠残差网络的语音分离方法，包括：语音信号数据集的制作；语音信号的特征提取，包括分别提取语音信号每一帧的：梅尔倒谱系数、Amplitude Modulation Spectrogram、Gammatone特征、Relative Spectral Transform-Perceptual Linear Prediction和短时傅里叶变换幅度谱；深度堆叠残差网络的搭建；学习标签的制作；损失函数的制作；深度堆叠残差网络模型的训练。本发明分离出来的语音可以得到更高的语音质量和可懂度，尤其在低信噪比的声学的环境下。本发明在模型训练阶段不需要很多次的迭代就可以得到一个比较鲁棒的分离模型，而且模型的泛化能力特别强，对于未匹配的噪声环境也能有很好的性能表现。

公开(公告)号：CN110097173A

公开(公告)日：2019-08-06

申请号：CN201910273317.5

申请日：2019-04-04

申请人： 天津大学

发明人： 张涛 ,  樊龙

IPC分类号： G06N3/04 ,  G06N3/08

摘要： 一种提高网络性能和泛化能力的卷积神经网络拓扑结构，由多个卷积神经网络分支组成，每个分支是一个基本的网络结构模型。在训练过程中，不同分支的卷积神经网络拥有不同的学习率并且可以不断调整，在每个新的训练周期的开始先进行调整。首先在基于训练反馈得到的学习率集中选择学习率种子，然后由种子生成新的学习率集来进行学习率的更新。这样可以在保持一定的网络深度的情况下，大大丰富网络的宽度结构，使得网络获得更强的泛化能力。本发明在保持一定网络深度的情况下，网络的水平结构大大丰富，网络获得更强的泛化性能。本发明在准确性，鲁棒性，收敛性，效率和方面都表现出很大的优势。

公开(公告)号：CN110085218A

公开(公告)日：2019-08-02

申请号：CN201910233193.8

申请日：2019-03-26

申请人： 天津大学

发明人： 张涛 ,  梁晋华

IPC分类号： G10L15/06 ,  G10L25/30 ,  G10L25/45 ,  G10L25/03

摘要： 一种基于特征金字塔网络的音频场景识别方法：建立用于音频场景识别特征金字塔网络模型；将包含有不同场景类别的音频文件和对应的场景类别的训练集对用于音频场景识别特征金字塔网络模型进行训练；读取需要识别的音频文件并对该音频文件进行截断处理；提取梅尔特征，得到每个音频帧的二维梅尔声谱图，并进行归一化处理，并训练后用于音频场景识别特征金字塔网络模型进行前向传播，得到对不同音频场景类别的预测概率，取预测概率最大的场景类别作为二维梅尔声谱图所对应音频帧的预测输出；对整段需要识别的音频文件进行预测。本发明充分利用了底层特征信息，提高模型性能。可以充分利用当今大数据潮流下提供的越来越多的数据所带来的信息，预测速度较快。

公开(公告)号：CN110068796A

公开(公告)日：2019-07-30

申请号：CN201910254678.5

申请日：2019-03-31

申请人： 天津大学

发明人： 张涛 ,  焦琛

IPC分类号： G01S5/20 ,  G06F17/12

摘要： 一种用于声源定位的麦克风阵列方法，包括：设定七元立体麦克风阵列中的七个麦克风空间分布的位置：s0(0,0,0)，s1(d,0,d)，s2(-d,0,d)，s3(0,d,-d)，s4(0,-d,-d)，s5(0,0,d)，s6(0,0,-d)，其中，s0为原点处的麦克风，s1～s6是分布在原点以外的其他位置处的6个麦克风，d为s1～s6距坐标轴的距离；根据七个麦克风空间分布的位置建立麦克风阵列的数学模型；求解数学模型，确定声源位置。本发明保持阵列尺寸和麦克风数量不变，在不牺牲俯仰角与方向角定位性能的基础上，能够有效提升测距性能。阵型在俯仰角、方向角定位上具有比较好的效果。有效的提高了距离定位精度，同时又保持了空间交叉立体阵在俯仰角、方向角定位精度高的优点。

公开(公告)号：CN110031046A

公开(公告)日：2019-07-19

申请号：CN201910216386.2

申请日：2019-03-21

申请人： 天津大学 ,  天津市天大泰和自控仪表技术有限公司

发明人： 徐英 ,  汪晶晗 ,  张涛 ,  李继良

IPC分类号： G01F1/34 ,  G01F1/44 ,  G01F1/42 ,  G01N27/22

摘要： 本发明涉及一种基于差压与旋流分相电容含水率传感器的湿气测量系统，包括固定在测量管道上的差压流量计和含水率传感器，差压流量计和含水率传感器水平安装，來流先经过差压流量计测量两相流总的虚高质量流量，再经过含水率传感器测量两相流中的液相含率，实现两相流量的非分离计量；所述的含水率传感器为旋流分相电容含水率传感器，包括旋流分相段和电容测量段，旋流分相段包括螺旋叶片支撑杆，分布在螺旋叶片支撑杆外周的两个以上的螺旋叶片和外管壁；电容测量段包括金属内芯，覆盖在金属内芯外周的绝缘层和外金属管壁。本发明同时涉及一种气液两相流测量系统。本发明适用工业现场测量，并具有较高测量精度。

公开(公告)号：CN108564009A

公开(公告)日：2018-09-21

申请号：CN201810265014.4

申请日：2018-03-28

申请人： 天津大学

发明人： 张涛 ,  丁碧云 ,  赵鑫

IPC分类号： G06K9/00

CPC分类号： G06K9/00536 ,  G06K9/00523

摘要： 一种基于互信息量的改进特征评价方法：输入一个特征子集维度为m的数据，每个特征包含有若干个样本；计算特征子集的相关性，即特征子集中所有特征与目标类别标签的互信息量之和；计算特征子集中特征之间的冗余性，即特征子集中所有特征之间的互信息量的平均值；计算特征子集的评估值，即是特征子集的评估值。本发明的一种基于互信息量的改进特征评价方法，针对复杂信号的特征有效性评估问题，结合实际应用，既考虑冗余性又考虑相关性，有效解决了目前已有特征选择评估准则中存在的难以有效衡量特征有效性问题，更高效的完成特征选择任务，最终提高数据挖掘与模式识别的效率。

公开(公告)号：CN108510050A

公开(公告)日：2018-09-07

申请号：CN201810265031.8

申请日：2018-03-28

申请人： 天津大学

发明人： 张涛 ,  丁碧云 ,  赵鑫

IPC分类号： G06N3/00

CPC分类号： G06N3/006

摘要： 一种基于混洗蛙跳的特征选择方法：输入一个初始特征集维度为M的数据，每个特征包含有若干个样本；对青蛙种群进行初始化，确定最大迭代次数；将青蛙个体的位置利用适应度函数进行适应度计算；按照青蛙个体的适应度值对整个青蛙种群进行降序排序，按照模因分组法对青蛙种群进行分组，确定每组中的组内最优青蛙、组内最差青蛙以及整个青蛙种群中的全局最优青蛙；每组中首先利用组内最优青蛙更新组内最差青蛙，若发现更新后的组内最差青蛙的适应度值优于更新前的最差青蛙的适应度值，且满足优化的约束条件，则完成一次更新过程；对更新后的青蛙种群再次更新，直到迭代次数达到最大迭代次数，得最佳的特征子集。本发明提高了数据挖掘与模式识别的效率。

公开(公告)号：CN108489560A

公开(公告)日：2018-09-04

申请号：CN201810387070.5

申请日：2018-04-26

申请人： 天津大学

发明人： 徐英 ,  李涛 ,  张涛

IPC分类号： G01F1/44

摘要： 本发明涉及一种基于多孔环室取压器的竖直文丘里湿气测量装置，包括固定在竖直管道上的文丘里管，在文丘里管的上游、喉部和下游各设置一个取压部位，在每个取压部位上固定一个取压器，取压器包括包覆取压部位的取压器外壳和内藏式导压管，取压部位靠近取压器外壳的下部，环绕取压部位一周开设有分布均匀的取压槽或多孔放射状取压口，在取压部位处的节流装置与取压器外壳之间留有环形导压通道，所述的取压槽或取压口使得节流装置内的介质通道与环形导压通道之间相互连通；在取压器外壳内开设有与所述的环形导压通道相连通的内藏式导压管。本发明可防止导压管被液体堵塞产生液柱，从而保证了压力和差压的可靠测量。

公开(公告)号：CN108446455A

公开(公告)日：2018-08-24

申请号：CN201810164337.4

申请日：2018-02-27

申请人： 天津大学

发明人： 张涛 ,  岳倩宇 ,  赵鑫

IPC分类号： G06F17/50

摘要： 一种基于烟花算法的多目标软硬件划分方法：随机初始化满足硬件面积约束条件的N个解，且N个解对应于烟花算法中的N个烟花；将N个解放入一个集合P中，根据Pareto优化理论，依次找出集合P中的非支配解，并把依次找出的非支配解的非支配等级依次设置为1、2…；根据拥挤度计算方法，计算同一非支配等级内的非支配解的分散性；对所有获得非支配等级和分散性的非支配解进行排序；根据排序信息计算烟花爆炸生成火花的数目和烟花爆炸幅度；生成所有的爆炸火花；生成所有的高斯火花；将所有的烟花、爆炸火花和高斯火花进行排序，获的前N个烟花或爆炸火花或高斯火花作为下一代的烟花；达到设定的迭代次数。本发明提高系统的运行速度以及降低系统的功耗。

公开(公告)号：CN106841403A

公开(公告)日：2017-06-13

申请号：CN201710053519.X

申请日：2017-01-23

申请人： 天津大学

发明人： 张涛 ,  唐伟 ,  丁碧云

IPC分类号： G01N29/44

CPC分类号： G01N29/045 ,  G01N29/048 ,  G01N29/4481 ,  G01N2291/0232 ,  G01N2291/0289

摘要： 一种基于神经网络的声学玻璃缺陷检测方法：在实际生产环境中利用拾音器采集玻璃样本的敲击信号；对敲击信号进行预处理；对纯净的敲击信号进行特征提取；设定BP神经网络的初始参数：将提取的特征作为神经网络的输入，设置BP神经网络的输入层节点个数为7，设置BP神经网络的隐含层节点数为15，设置BP神经网络的输出层节点数为2，设定输出结果为(0，1)表示玻璃样本有缺陷，(1，0)表示玻璃样本无缺陷；对BP神经网络进行训练，设定BP神经网络的学习速率为0.1，目标平方误差值为0.1，采用LeVenberg‑Marquardt算法对BP神经网络进行训练，当神经网络的误差小于设定的目标平方误差值时，停止训练。本发明提取的信号特征具有良好的区分度，能够更准确高效地完成玻璃缺陷检测任务。