-
公开(公告)号：CN104992713B
公开(公告)日：2018-11-13
申请号：CN201510244557.4
申请日：2015-05-14
Applicant: 电子科技大学
Abstract: 本发明属于数字音频处理技术领域，涉及对两音频信号进行比较的方法，具体为一种快速音频比对方法，包括步骤S1特征提取：对待比对的两个音频，分别进行预处理、读取音频帧、帧数据变换、计算音频帧特征、生成音频特征：将各音频帧的特征矢量fi排列成一矩阵F＝[f1,f2,f3,…,fM]；步骤S2特征匹配：设待比对的两个音频信号的特征矩阵F1和F2的对应列逐个进行比较，将待比对两个音频的所有帧的距离进行平均，并将该平均值作为两音频信号的距离；步骤S3相似度判定。本发明具有较高的比对容错性，在音频受到噪声干扰，或进行了音效处理的等情况下均能实现正确的比对。同时，该方法算法简单、处理快速，能够广泛应用于广播电台的节目监播、广告监测和管理等。
-
公开(公告)号：CN104143324B
公开(公告)日：2018-01-12
申请号：CN201410334329.1
申请日：2014-07-14
Applicant: 电子科技大学
IPC: G10L25/03
Abstract: 本发明提供乐音音符识别方法，用以解决现有音符识别中低频基音识别困难、计算复杂度较高等问题。本发明乐音音符识别方法主要步骤为：计算音频参数、静音判断、筛选局部极大点、统计频率差模式、确定音符、修正音符。本发明方法提高了低频段音符识别的性能，增强了在基音消失、噪声干扰等非理想情况下识别的鲁棒性(robust)，且算法简单，处理快速，适合于设备处理能力不高且有实时要求的乐音识别应用，如在手机、掌上电脑等移动终端上实现对演奏乐曲的现场评分。
-
公开(公告)号：CN104200815A
公开(公告)日：2014-12-10
申请号：CN201410338912.X
申请日：2014-07-16
Applicant: 电子科技大学
IPC: G10L25/78
Abstract: 本发明提供一种基于相关分析的音频噪声实时检测方法，用于对音频流进行实时噪声检测，首先接收音频帧，并采用帧计数器对接收到的音频帧进行循环计数；每当帧计数器计数到达Nf后，进行削弱信号成分、相关性分析和噪声判定，同时将帧计数器置零。本发明适用于检测音频中各种类型的噪声，如白噪声、粉红噪声、高频信道噪声等，当信号和噪声同时存在时，也能够检测出信号被噪声所覆盖而导致音频内容模糊不清，无法正常收听的情况；同时，该检测方法算法简单、处理快速，能够广泛应用于音频信号的实时监测，如广播、电视信号监测。
-
公开(公告)号：CN102831893A
公开(公告)日：2012-12-19
申请号：CN201210138517.8
申请日：2012-05-07
Applicant: 电子科技大学
IPC: G10L19/00
Abstract: 本发明提供一种快速破坏广播音频文件病毒的方法，逐一对编码流中的音频帧进行量化比特位的调整，将经重量化编码后的音频帧重新写入编码流中；在参与当前音频帧编码的所有通道子带中先选择1个通道子带进行位分配减1调整，再选择1个或多个通道子带进行位分配加1调整，本发明不需要将音频解码成PCM形式，而是仅在压缩域对少数几个通道子带的样本进行简单处理，其计算复杂度很低，并且可大范围的对音频文件进行改变，进而保证对藏匿在音频文件中的病毒进行破坏。
-
公开(公告)号：CN101511020A
公开(公告)日：2009-08-19
申请号：CN200910058527.9
申请日：2009-03-06
Applicant: 电子科技大学
IPC: H04N7/26
Abstract: 该发明属于图像处理技术领域中的基于稀疏分解的图像压缩方法，包括对输入图像分解处理，设定各次迭代的匹配系数，筛选重要图块，确定编码块中的重要原子，联合编码处理并将其结果写入编码流中。该发明根据原子位置和投影系数幅度之间的分布规律、进行综合处理，并按原子的投影系数幅度排序；大大减少了用于表示原子位置和投影系数的比特数，获得了与标准方法相当、甚至更好的率－失真性能，同时获得了更好的主观质量，加之生成的码流是嵌入式的，支持渐进质量传输和无极分辨率伸缩，因而，本发明具有图像压缩处理的率－失真性能及渐进传输性能好，更适合网络应用等特点。
-
Patent Agency Ranking
公开(公告)号：CN117746201A
公开(公告)日：2024-03-22
申请号：CN202311850353.6
申请日：2023-12-29
Applicant: 桂林电子科技大学
IPC: G06V10/80 , G06V10/766 , G06V10/25 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于交叉Transformer和MLIF的多模态融合生存预后方法，所述方法包括以下步骤：获取影像和病理切片数据集；对数据集进行预处理并标注感兴趣区域；对其进行手工特征提取；划分训练集和测试集；将所述影像组学特征和病理特征输入至预设的多模态融合模块进行二阶段的训练；其中，第一阶段的训练是采用交叉Transformer增强不同特征间的交互，利用多模态低秩交互融合模块(MLIF)将不同特征进行全面高效整合，生成多模态融合特征；第二阶段的训练是根据多模态融合特征，训练一个用于生存预后的回归网络，该网络的预测结果为最终结果。本发明通过端到端整合多模态数据揭示了不同模态数据之间的关联和互补性，提高了患者的治疗效果和生存率。
-
公开(公告)号：CN117594225A
公开(公告)日：2024-02-23
申请号：CN202311651602.9
申请日：2023-12-05
Applicant: 桂林电子科技大学
IPC: G16H50/20 , G16B20/00 , G16B40/20 , G06T7/11 , G06F18/25 , G06N3/0499 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于病理和基因的多模态融合生存预后方法及装置，方法包括：对病理组织学图像和基因数据进行预处理，获得病理切片和基因数据集；构建多模态融合模型，然后训练模型：利用病理预后模块提取病理切片的病理深度学习特征，然后进行生成预后；利用利用基因预后模块提取基因数据的基因组学特征，然后进行生成预后；利用多模态低秩交互融合模块将病理深度学习特征和基因组学特征多模态融合，生成多模态融合特征；利用多模态融合特征对患者进行生存预后分析，然后经过迭代计算损失后，获取预后预测结果。本发明，全面地将多模态数据进行整合，增强了特征融合模型的鲁棒性，提高了病患生存预后的准确性。
-
公开(公告)号：CN104200815B
公开(公告)日：2017-06-16
申请号：CN201410338912.X
申请日：2014-07-16
Applicant: 电子科技大学
IPC: G10L25/78
Abstract: 本发明提供一种基于相关分析的音频噪声实时检测方法，用于对音频流进行实时噪声检测，首先接收音频帧，并采用帧计数器对接收到的音频帧进行循环计数；每当帧计数器计数到达Nf后，进行削弱信号成分、相关性分析和噪声判定，同时将帧计数器置零。本发明适用于检测音频中各种类型的噪声，如白噪声、粉红噪声、高频信道噪声等，当信号和噪声同时存在时，也能够检测出信号被噪声所覆盖而导致音频内容模糊不清，无法正常收听的情况；同时，该检测方法算法简单、处理快速，能够广泛应用于音频信号的实时监测，如广播、电视信号监测。
-
公开(公告)号：CN104992713A
公开(公告)日：2015-10-21
申请号：CN201510244557.4
申请日：2015-05-14
Applicant: 电子科技大学 , 北京英夫美迪数字技术有限公司
Abstract: 本发明属于数字音频处理技术领域，涉及对两音频信号进行比较的方法，具体为一种快速音频比对方法，包括步骤S1特征提取：对待比对的两个音频，分别进行预处理、读取音频帧、帧数据变换、计算音频帧特征、生成音频特征：将各音频帧的特征矢量fi排列成一矩阵F＝[f1,f2,f3,…,fM]；步骤S2特征匹配：设待比对的两个音频信号的特征矩阵F1和F2的对应列逐个进行比较，将待比对两个音频的所有帧的距离进行平均，并将该平均值作为两音频信号的距离；步骤S3相似度判定。本发明具有较高的比对容错性，在音频受到噪声干扰，或进行了音效处理的等情况下均能实现正确的比对。同时，该方法算法简单、处理快速，能够广泛应用于广播电台的节目监播、广告监测和管理等。
-
公开(公告)号：CN104200812A
公开(公告)日：2014-12-10
申请号：CN201410338721.3
申请日：2014-07-16
Applicant: 电子科技大学
IPC: G10L21/0224 , G10L21/0308 , G10L25/84
Abstract: 本发明提供一种基于稀疏分解的音频噪声实时检测方法，用于对音频流进行实时噪声检测，主要包括以下步骤：首先接收前N帧音频帧，构建初始原子库；然后对第N帧之后的每一音频帧进行静音判断、第一次稀疏分解、第二次稀疏分解，并采用帧计数器对音频帧进行循环计数，每当帧计数器计数到达N后，进行一次噪声判定，同时将帧计数器置零。本发明能够检测音频中各种类型的噪声，如白噪声、粉红噪声、高频信道噪声等，当信号和噪声同时存在时，也能够检测出信号被噪声所覆盖而导致音频内容模糊不清，无法正常收听的情况；同时，该检测方法算法简单、处理快速，能够广泛应用于音频信号的实时监测，如广播、电视信号监测。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.019 seconds)
