一种基于能量算子的病理嗓音频谱重构方法

    公开(公告)号:CN114822567A

    公开(公告)日:2022-07-29

    申请号:CN202210707979.0

    申请日:2022-06-22

    申请人: 天津大学

    发明人: 张涛 刘赣俊 赵鑫

    摘要: 本发明提供了一种基于能量算子的病理嗓音频谱重构方法,包括病理嗓音信号基频自适应加窗、计算功率谱、重构功率谱、功率谱的频域平滑处理、计算功率倒频谱、同态滤波以及计算频谱包络。本发明公开的一种基于能量算子的病理嗓音频谱重构方法,改善了病理嗓音频谱分量过于分散的问题,能够有效提取嗓音的主要信息、频谱分量和峰值,获得重构的病理嗓音频谱包络,解决了传统嗓音分析方法对病理嗓音的参数提取总是失效的问题。

    一种基于径向基函数神经网络代理模型辅助粒子群算法的背光提取方法

    公开(公告)号:CN113674705A

    公开(公告)日:2021-11-19

    申请号:CN202110993300.4

    申请日:2021-08-27

    申请人: 天津大学

    发明人: 张涛 闫宇峥 赵鑫

    摘要: 一种基于径向基函数神经网络代理模型辅助粒子群算法的背光提取方法:将区域调光中的背光提取过程视为一个最优化问题,基于粒子群算法(PSO)求解该最优化问题,来获得一组最优背光阵列。为了提高算法的效率,采用RBFN代理模型应用到算法的求解过程中,使用RBFN代理模型来替换掉复杂耗时的背光平滑、像素补偿过程。相比于基于图像参数的背光提取方法和基于进化算法的背光提取方法,本发明提出的基于径向基函数神经网络代理模型辅助粒子群算法的背光提取方法具有图像显示质量高、算法效率快的特点。

    一种人机交互式垃圾分类系统

    公开(公告)号:CN111115060A

    公开(公告)日:2020-05-08

    申请号:CN202010083017.3

    申请日:2020-02-07

    申请人: 天津大学

    IPC分类号: B65F1/14 B65F1/00 B65F1/16

    摘要: 本发明公开了一种人机交互式垃圾分类系统,包括桶盖(2)和桶身(3)、按压板(1)、推拉结构(5)以及语音识别模块(6)所构成的交互式分类系统:所述麦克风(63)接收的输入信号传到所述语音识别芯片(65),根据输入信号处理结果使所述继电器(62)连通,所述推拉结构中的所述电源接口线(55)与电机(54)连接,驱动电机(54)转动,带动所述弹簧(52)伸缩,进而使所述通孔(51)和所述固定杆(4)沿竖直方向向下运动,带动所述按压板(1)向下运动,桶盖(2)开启;继电器(62)断开,弹簧(52)恢复初始状态。与现有技术相比,本发明通过人机交互的方式指导人们在家中就正确有效地分类投放垃圾,能够指导居民在家中进行垃圾详细分类更为有效。

    一种基于融合算法的高效软硬件划分方法

    公开(公告)号:CN108415773A

    公开(公告)日:2018-08-17

    申请号:CN201810164336.X

    申请日:2018-02-27

    申请人: 天津大学

    发明人: 张涛 赵鑫 岳倩宇

    IPC分类号: G06F9/50 G06N3/00

    摘要: 一种基于融合算法的高效软硬件划分方法:初始化参数;初始化青蛙种群;迭代更新开始,计算当前出现的连续无效迭代次数;判断连续无效迭代次数是否大于设定的最大连续无效迭代阈值;找出当前青蛙种群中的最优解以及最差解,并运行贪婪算法;若当前青蛙种群的最差解的适应度优于最优解的适应度,即通过贪婪算法找到了更优的解;对M个青蛙进行分组;进行组内寻优,使组内最差位置的青蛙向组内最优位置的青蛙跳跃从而获得新的位置;进行全局寻优,使组内最差位置的青蛙向着全局最优位置的青蛙进行跳跃;随机生成一个青蛙位置;所有青蛙重新混洗;输出当前的最优解作为软硬件划分方案。本发明是一种求解效率更高的融合算法。

    一种无回声残留双端通话鲁棒的声学回声消除方法

    公开(公告)号:CN105391879B

    公开(公告)日:2018-06-12

    申请号:CN201510915784.5

    申请日:2015-12-09

    申请人: 天津大学

    IPC分类号: H04M9/08

    摘要: 一种无回声残留双端通话鲁棒的声学回声消除方法,包括:确定算法参数;始化滤波器,在滤波器初始时间内用滤波器步长极大值更新滤波器;先验滤波:去除远端信号向量中距离n时刻最远的数据,将当前远端信号更新至远端信号向量;利用滤波器的前一状态估计当前回声信号,并将估计出的当前回声信号从当前近端信号中滤除,得到先验误差信号;计算算法所需特征值;判断双端通话或回声路径的改变;进行步长更新;后验滤波,更新滤波器状态,根据更新后滤波器状态计算出后验误差信号,即为系统输出。在远端情况下线性回声消除后,基本无回声残留;双端通话下有效地滤除回声并完整清晰地保留了近端语音信号;近端情况不滤波,提高了声学回声消除系统性能,增强了语音质量。

    一种嵌套式的动态软硬件划分环境变化检测方法

    公开(公告)号:CN105389615B

    公开(公告)日:2018-01-09

    申请号:CN201510915881.4

    申请日:2015-12-09

    申请人: 天津大学

    IPC分类号: G06N3/12 G06F9/50

    摘要: 一种嵌套式的动态环境变化检测方法,包括:提取和当前划分任务集有关的特征参数;设置采样数目为M;判断当前环境划分规模和之前的环境划分规模是否相等;在当前环境下评估M个采样个体的适应度,判断所述适应度和之前的环境评估下的适应度是否相同,以此来判断当前环境适应度函数和上一次环境适应度函数是否相等;依次判断当前环境性能约束组中的每一个分量和之前的环境性能约束组中的每一个相对应的分量是否相等;依次判断当前环境邻接矩阵和之前的环境邻接矩阵中的M个对应位置上的值是否相等;依次判断当前环境节点属性和之前的环境节点属性中的M个对应位置上的值是否相等;结束检测。本发明使算法能更加准确地预测动态问题的变化。

    一种无回声残留双端通话鲁棒的声学回声消除方法

    公开(公告)号:CN105391879A

    公开(公告)日:2016-03-09

    申请号:CN201510915784.5

    申请日:2015-12-09

    申请人: 天津大学

    IPC分类号: H04M9/08

    摘要: 一种无回声残留双端通话鲁棒的声学回声消除方法,包括:确定算法参数;始化滤波器,在滤波器初始时间内用滤波器步长极大值更新滤波器;先验滤波:去除远端信号向量中距离n时刻最远的数据,将当前远端信号更新至远端信号向量;利用滤波器的前一状态估计当前回声信号,并将估计出的当前回声信号从当前近端信号中滤除,得到先验误差信号;计算算法所需特征值;判断双端通话或回声路径的改变;进行步长更新;后验滤波,更新滤波器状态,根据更新后滤波器状态计算出后验误差信号,即为系统输出。在远端情况下线性回声消除后,基本无回声残留;双端通话下有效地滤除回声并完整清晰地保留了近端语音信号;近端情况不滤波,提高了声学回声消除系统性能,增强了语音质量。

    一种高效动态软硬件划分方法

    公开(公告)号:CN104572268A

    公开(公告)日:2015-04-29

    申请号:CN201510018282.2

    申请日:2015-01-14

    申请人: 天津大学

    IPC分类号: G06F9/46

    摘要: 一种高效动态软硬件划分方法,用于嵌入式系统的设计,包括1)建立软硬件划分问题的精确数学模型;2)针对约束条件中系数矩阵中系数的相关性,将精确数学模型化简为低维度的简单模型;3)选用自动划分算法,求解步骤2)的简化模型,得到最优软硬件划分方案,并记录算法求解的运行时间,观察自动划分算法对简化模型求解的效率;4)验证软硬件划分方案的可行性;5)输出最优软硬件划分方案。本发明能降低模型的复杂度,使自动划分算法对模型求解的时间大大减少,提高了划分算法的求解效率,尤其对大规模软硬件划分来说,速度会很明显地得到提升,使得解决大规模的复杂软硬件划分成为一种可能,提高了模型适用的范围。

    一种基于全局注意力机制的分子毒性预测方法

    公开(公告)号:CN117912597B

    公开(公告)日:2024-08-23

    申请号:CN202410079053.0

    申请日:2024-01-19

    申请人: 天津大学

    摘要: 一种基于全局注意力机制的分子毒性预测方法:本发明涉及深度学习、分子特征提取和分子毒性预测等领域。本方法针对现有的基于深度学习的分子毒性预测方法对于分子特征的利用过于局限,而且传统的基于图神经网络的分子特征提取方法造成大量远程原子关联信息的丢失问题。本发明所采用的技术方案是:一种基于全局注意力机制的分子毒性预测方法,包括将分子毒性数据集中的分子转换为图结构数据、提出一种新的分子特征提取机制、提出一种基于全局注意力机制的分子毒性预测网络模型三个部分,可以有效地提取分子特征,全面地考虑到分子中原子和化学键的局部邻接关系以及全局的依赖性,从而获得更好的分子毒性预测效果。

    一种改进的CNN架构优化设计方法
    40.
    发明公开

    公开(公告)号:CN118153633A

    公开(公告)日:2024-06-07

    申请号:CN202310862332.X

    申请日:2023-07-14

    申请人: 天津大学

    IPC分类号: G06N3/0464 G06N3/08 G06N3/006

    摘要: 一种基于一种改进的CNN架构优化设计方法:将卷积神经网络框架设计问题建模为一个有约束的组合优化问题,设计满足目标参数量要求的网络框架。提出了一种可变长编码策略,将卷积层个数、卷积层的输出输出通道数等超参数进行编码来表示卷积神经网络框架,然后采用改进的粒子群算法以CIFAR10和CIFAR100的测试数据集上的分类精度为适应度评估值对最优网络框架进行搜索,得到最优的卷积神经网络框架。本发明提出的基于改进的粒子群算法自动设计卷积神经网络框架的方法具有全自动、效率高等特点,对于经验不足的科研初学者也是非常友好的。