-
-
公开(公告)号：CN111711545A
公开(公告)日：2020-09-25
申请号：CN202010472081.0
申请日：2020-05-29
Applicant: 福州大学
Abstract: 本发明涉及一种软件定义网络中基于深度包检测技术的加密流量智能识别方法，首先通过软件定义网络的控制器收集网络流量，去除OpenFlow协议数据包头，生成原始网络流量；接着将原始网络流量发送至应用层部署的深度包检测模块，识别出未加密的网络流应用类型；然后将其余的加密的网络流量采用pcap格式保存在本地；接着通过CICFlowMeter工具从pacp文件中提取流级统计特征，形成CSV格式文件；接着使用随机森林作为加密流量的智能分类器，对CSV本地离线数据集分析并建立智能分类初始模型；最后调整模型参数，进而应用于加密网络流量的在线识别。本发明有助于将在线识别的网络流量类型上报控制器，便于控制器及时制定更加合理的流量管理和控制策略。
-
-
-
公开(公告)号：CN108551406A
公开(公告)日：2018-09-18
申请号：CN201810374688.8
申请日：2018-04-24
Applicant: 福州大学
Abstract: 本发明公开了一种基于负载均衡的软件定义移动无线网信道划分方法。该方法在软件定义移动无线网络中干扰计算中引入负载均衡，并在移动无线网络中信道划分上做出一定的改进从而实现干扰协同处理的同时使得移动无线网络的资源利用率最高。这种改进是在软件定义网络和移动无线网络信道划分干扰控制的基础上引入一个负载均衡的业务需求用以软件定义控制层对全网资源进行整合调度，从而使资源利用率最高。该方法达到了以下目的：通过软件定义无线网络对网络设备进行收集，生成对应的信道干扰拓扑模型；通过软件定义网络计算每个基站节点的资源使用情况；通过信道的干扰拓扑及节点的资源使用情况生成对应的最优的流量调度策略。
-
Patent Agency Ranking
公开(公告)号：CN108461079A
公开(公告)日：2018-08-28
申请号：CN201810105196.9
申请日：2018-02-02
Applicant: 福州大学
IPC: G10L13/02
Abstract: 本发明涉及一种面向音色转换的歌声合成方法。该方法首先通过STRAIGHT算法计算歌手清唱音频的频谱特征 、基音频率以及非周期成分 ；接着构建歌声音色转换模型，模型由变分自编码-生成对抗网络组成，用歌手清唱数据的频谱特征训练模型，得到训练好的歌声音色转换模型；最后把需要进行音色转换的源歌手清唱音频的频谱输入到训练好的歌声音色转换模型，模型输出即为带有目标歌手音色的频谱 ，再通过STRAIGHT算法把转换后的频谱 、基音频率 以及非周期成分 合成为音色转换后的歌声。从而实现了非平行数据集下的、“多对多”的歌声音色转换。
-
公开(公告)号：CN108417228A
公开(公告)日：2018-08-17
申请号：CN201810105191.6
申请日：2018-02-02
Applicant: 福州大学
IPC: G10L25/81 , G10L15/06 , G10L15/16 , G10L21/0224 , G10L21/0232 , G10L21/0272 , G10L25/18 , G10L25/24 , G10L25/30
Abstract: 本发明涉及一种乐器音色迁移下的人声音色相似性度量方法。该方法首先计算数据量充分且均衡的乐器数据集音频的对数梅尔频谱特征，得到特征矩阵，用乐器数据训练深度卷积神经网络模型，得到训练好的深度卷积神经网络模型；接着对数据量不充分、不均衡的人声音频数据集，用同样的方法计算得到它的对数梅尔频谱特征，再采用基于迁移学习的微调方法对已训练好的深度卷积神经网络模型进行微调，得到人声音色的表征模型，模型的输出则为人声的音色向量，最后通过计算音色向量之间的余弦相似度，可实现人声音色的相似性度量。
-
公开(公告)号：CN108335702A
公开(公告)日：2018-07-27
申请号：CN201810101400.X
申请日：2018-02-01
Applicant: 福州大学
IPC: G10L21/0216 , G10L25/30
Abstract: 本发明涉及一种基于深度神经网络的音频降噪方法。该方法为训练和测试两个阶段；在训练阶段，DNN模型的训练数据是由带噪和纯净音频组成的，由于对数频域更符合人耳的听觉系统，因此对输入的音频提取对数功率谱作为特征；在测试阶段，把音色转换后的歌声的对数功率谱输入到从训练阶段得到的DNN模型中，模型的输出就是降噪后音频的对数功率谱，由于人耳的听觉感知对音频的相位信息并不敏感，所以相位信息直接从原始音色转换后的歌声中计算得到，最后结合DNN模型输出的对数功率谱以及相位信息，重建出降噪后的音频。本发明方法能够对音频特别是音色转换后语音和歌声音频的降噪。
-
公开(公告)号：CN104464727B
公开(公告)日：2018-02-09
申请号：CN201410755098.1
申请日：2014-12-11
Applicant: 福州大学
Abstract: 本发明涉及一种基于深度信念网络的单通道音乐的歌声分离方法：先利用深度信念网络(DBN)抽取出有利于伴奏声和歌声的分离的高层抽象特征，紧接着利用Back‑Propagation神经网络分离出伴奏声和歌声的特征，最后利用重叠相加法得到时域的伴奏声和歌声信号。该方法将待分离的混合音乐分成很短的片段，从而弥补DBN在处理不同时间尺度音乐信号上的缺陷，同时利用了DBN的快速抽取高层抽象特征能力抽取出有利于分离出人声和伴奏声的高层抽象特征。最后考虑到由于单通道音乐信号是属于高维数据，在处理高维输入和高维输出问题上神经网络有着其特有的处理能力，所以选择使用BP神经网络作为最后的人声和伴奏声的分离器。该方法简单灵活，具有较强的实用性。
-
公开(公告)号：CN106228973A
公开(公告)日：2016-12-14
申请号：CN201610573399.1
申请日：2016-07-21
Applicant: 福州大学
IPC: G10L13/033 , G10L19/125 , G10L25/15 , G10L25/24 , G10L25/45 , G10L25/90
CPC classification number: G10L13/033 , G10L13/0335 , G10L19/125 , G10L25/15 , G10L25/24 , G10L25/45 , G10L25/90
Abstract: 本发明涉及一种稳定音色的音乐语音变调方法，利用语音信号可分为声门激励分量和声道冲激响应分量，通过语音信号的倒谱序列导出频谱包络，然后利用频谱包络分离出语音信号的激励分量，再将语音信号的激励分量通过变调算法处理改变其音高，最后将频谱包络和音高改变后的激励分量重新合成，得到音高改变但音色稳定的音乐语音信号。本发明所提出的一种稳定音色的音乐语音变调方法，该方法简单，实现灵活，具有较强的实用性。
-
-
-
-
-
-
-
-
-
Search Results
116
records
(took 0.026 seconds)
