-
公开(公告)号：CN119798606A
公开(公告)日：2025-04-11
申请号：CN202510293419.9
申请日：2025-03-13
Applicant: 合肥工业大学
IPC: C08G18/66 , C08G18/42 , C08G18/48 , C08G18/64 , C08G18/32 , C08J9/40 , C08J9/08 , C08L75/08 , A01N25/10 , A01N61/02 , A01P13/00
Abstract: 本发明提供了一种负载木醋液的对蓝藻具有杀灭作用的生物基聚氨酯泡沫，属于蓝藻治理以及有机废弃物利用领域。所述生物基聚氨酯泡沫包括以下组分，各组分的质量份数为：多元醇48‑50份、多苯基多亚甲基多异氰酸酯30‑35份、聚乙二醇化壳聚糖2‑3份、季铵盐壳聚糖1‑1.5份、开孔剂0.1‑0.2份、扩链剂1‑2份、化学发泡剂1‑1.5份、泡沫稳定剂1‑2份、胺类催化剂0.3‑0.5份。其中聚乙二醇化壳聚糖用作交联剂，由聚乙二醇甲醚和壳聚糖改性而成。所制备的生物基聚氨酯负载木醋液泡沫呈现出亲水、多孔和除藻的特性。该生物基聚氨酯负载木醋液泡沫可长时间高效去除蓝藻水华，且具有良好的生物可降解性。
-
公开(公告)号：CN111508524B
公开(公告)日：2023-02-21
申请号：CN202010148882.1
申请日：2020-03-05
Applicant: 合肥工业大学
Abstract: 本发明提供一种语音来源设备的识别方法和系统，涉及语音信息处理技术领域。本发明通过获取包含自然噪声的语音数据库；提取语音数据库中的语音样本的LMFB特征；基于改进的TCN网络学习深度语音特征，并利用LDA对其进行优化；最后基于深度语音特征LMFB‑TCN‑LDA对SVM分类器进行训练和测试，得到语音来源设备识别模型。本发明通过用包含自然噪声的语音样本的深度语音特征LMFB‑TCN‑LDA训练和测试SVM分类器，得到的语音来源设备识别模型能准确识别出包含自然噪声的语音的来源设备的语音来源设备识别模型，同时，本发明基于改进的TCN网络和LDA对LMFB特征进行深度语音特征学习，使得提取的LMFB‑TCN‑LDA特征更加反应设备本身特性，从而进一步提高语音来源设备识别模型的识别准确率。
-
Patent Agency Ranking
公开(公告)号：CN111402921B
公开(公告)日：2023-01-24
申请号：CN202010173725.6
申请日：2020-03-13
Applicant: 合肥工业大学
Abstract: 本发明提供一种语音复制粘贴篡改检测方法和系统，涉及语音信息处理技术领域。本发明通过带有精英选择策略的遗传算法提取CQSD特征中比较干净的eGA‑CQSD特征，除去CQSD特征中干扰信息，从而达到语音信息在遭受到不同形式的常见攻击时，检测结果的的准确率受到的影响较小，即提高语音复制粘贴篡改检测方法在遭受攻击时的准确度。
-
公开(公告)号：CN114360580A
公开(公告)日：2022-04-15
申请号：CN202111471209.2
申请日：2021-12-03
Applicant: 合肥工业大学
Abstract: 本发明提供一种基于多特征决策融合的音频copy‑move篡改检测与定位方法、系统、存储介质和电子设备，涉及数字音频技术领域。本发明包括计算待检测视频中每个字节的多种典型特征，并比较任意两个字节的同种典型特征的相似度，直至两两比较完毕，获取完整的相似度比较结果；所述多种典型特征至少包括基音频率特征、颜色自相关图特征和短时能量特征，即分别从频域、空间域、时域三个不同域提取最典型的特征，可以在一定程度上保证单特征的检测准确率；融合所述完整的相似度比较结果，完成所述待测音频文件的copy‑move篡改检测与定位，基于多特征决策融合可进一步提高定位的精准度，实现准确定位篡改的具体位置。
-
公开(公告)号：CN111508524A
公开(公告)日：2020-08-07
申请号：CN202010148882.1
申请日：2020-03-05
Applicant: 合肥工业大学
Abstract: 本发明提供一种语音来源设备的识别方法和系统，涉及语音信息处理技术领域。本发明通过获取包含自然噪声的语音数据库；提取语音数据库中的语音样本的LMFB特征；基于改进的TCN网络学习深度语音特征，并利用LDA对其进行优化；最后基于深度语音特征LMFB-TCN-LDA对SVM分类器进行训练和测试，得到语音来源设备识别模型。本发明通过用包含自然噪声的语音样本的深度语音特征LMFB-TCN-LDA训练和测试SVM分类器，得到的语音来源设备识别模型能准确识别出包含自然噪声的语音的来源设备的语音来源设备识别模型，同时，本发明基于改进的TCN网络和LDA对LMFB特征进行深度语音特征学习，使得提取的LMFB-TCN-LDA特征更加反应设备本身特性，从而进一步提高语音来源设备识别模型的识别准确率。
-
公开(公告)号：CN114360580B
公开(公告)日：2024-09-13
申请号：CN202111471209.2
申请日：2021-12-03
Applicant: 合肥工业大学
Abstract: 本发明提供一种基于多特征决策融合的音频copy‑move篡改检测与定位方法、系统、存储介质和电子设备，涉及数字音频技术领域。本发明包括计算待检测视频中每个字节的多种典型特征，并比较任意两个字节的同种典型特征的相似度，直至两两比较完毕，获取完整的相似度比较结果；所述多种典型特征至少包括基音频率特征、颜色自相关图特征和短时能量特征，即分别从频域、空间域、时域三个不同域提取最典型的特征，可以在一定程度上保证单特征的检测准确率；融合所述完整的相似度比较结果，完成所述待测音频文件的copy‑move篡改检测与定位，基于多特征决策融合可进一步提高定位的精准度，实现准确定位篡改的具体位置。
-
公开(公告)号：CN111402921A
公开(公告)日：2020-07-10
申请号：CN202010173725.6
申请日：2020-03-13
Applicant: 合肥工业大学
Abstract: 本发明提供一种语音复制粘贴篡改检测方法和系统，涉及语音信息处理技术领域。本发明通过带有精英选择策略的遗传算法提取CQSD特征中比较干净的eGA-CQSD特征，除去CQSD特征中干扰信息，从而达到语音信息在遭受到不同形式的常见攻击时，检测结果的的准确率受到的影响较小，即提高语音复制粘贴篡改检测方法在遭受攻击时的准确度。
-
-
-
-
-
-
Search Results
7
records
(took 0.03 seconds)
