区分性训练在声纹密码中的新应用

在声纹密码任务中由于数据稀疏的问题难以实现区分性训练,本文以一种表征距离度量的特征矢量为基础提出新的声纹密码区分性系统框架,对正反例样本的新特征矢量实现了基于最小分类错误准则的区分性训练,将声纹密码从确认问题转化为二类分类问题。在自由说话风格的60人数据集上,声纹密码区分性系统与混合高斯模型-通用背景模型(Gaussian mixture model-universal background model,GMM-UBM)系统融合后等错误率为4.48%,相对GMM-UBM,动态时间规划(Dynamic time warping,DTW)基线系统性能分别提升了17.95%和59.68%。     

基于梅尔频率倒谱系数与动态时间规整的安卓声纹解锁系统

安卓设备通常采用数字或图形密码解锁,但此类口令形式的密码安全性不高,而且部分安卓版本存在锁屏绕过漏洞的问题。为此,设计一种利用用户声纹特征的安卓解锁系统。采用梅尔频率倒谱系数提取声纹特征,使用动态时间规整算法进行文本相关的声纹模式匹配,并结合安卓NDK技术实现快速声纹识别。实验结果表明,该系统具有较高的解锁成功率和较快的解锁速度,相比数字或图形解锁,声纹解锁安全性更高,用户体验更好。     

基于小波神经网络的调度人员带噪声纹识别方法

常规的带噪声纹识别方法以声纹特征识别为主,含噪背景下的声纹数据,增加了声纹识别误差,不利于精准识别调度人员声纹。因此,设计了基于小波神经网络的调度人员带噪声纹识别方法。基于小波神经网络构建调度人员带噪声纹识别模型,利用概率密度函数获取调度人员声纹特征,将训练特征的似然度作为下一次训练的初始参数,经过多次迭代,获取更加清晰的声纹数据。补偿调度人员带噪声纹识别误差,根据任意两种噪声之间的相关性做出补偿识别,得到更加纯净的声纹,确保调度人员声纹识别精准度。采用对比实验,验证了该方法的识别精准度更高,能够应用于实际生活。     

基于声纹识别的变压器工况检测方法及验证系统

通过对大型电力变压器（电抗器）声纹信号采集、处理与特征分析,提出了一种基于声纹识别技术的变压器工况检测方法及验证系统,实现对变压器工作状态的判断检测。首先,通过声纹采集传感器实地采集获取73组变压器音频,共约1800 min;其次,分别运用分段、分帧、加窗音频预处理方法对所采集的变压器声纹进行去噪处理;再次,综合运用能量特征、频率特征、梅尔频率倒谱系数、频率压缩方法提取变压器声纹特征并进行有效融合;最后,针对变压器工况声音由稳定工作状况发出的声音与不稳定的瞬时杂音加性叠加问题,提出一种基于余弦相似度算法实现声纹叠加的分离检测,同时建立一套变压器工况检测与验证分析系统。     

基于得分域多维特征分类器的声纹密码系统

针对不同类型数据对目标发音人区分能力不同的现象,在传统系统基础上提出利用UBM模型对测试数据进行分类,使用分类后的似然比得分形成多维特征,在此基础上利用SVM分类器进行声纹密码确认。该方法把传统的似然比检验策略转换成多维特征空间上的二类分类问题。测试与注册数据同信道情况时,在4种手机数据集上,文中系统相对文本相关GMM-UBM声纹密码系统等错误率分别下降41。25%、33。33%、37。49%和26。03%,在交叉信道上系统性能也获得改善。     

基于LSTM神经网络的声纹识别

声纹识别利用说话人生物特征的个体差异性,通过声音来识别说话人的身份.声纹具有非接触、易采集、特征稳定等特点,应用领域十分广泛.现有的统计模型方法具有提取特征单一、泛化能力不强等局限性.近年来,随着人工智能深度学习的快速发展,神经网络模型在声纹识别领域崭露头角.文中提出基于长短时记忆(Long Short-Term Memory,LSTM)神经网络的声纹识别方法,使用语谱图提取声纹特征作为模型输入,从而实现文本无关的声纹识别.语谱图能够综合表征语音信号在时间方向上的频率和能量信息,表达的声纹特征更加丰富.LSTM神经网络擅长捕捉时序特征,着重考虑了时间维度上的信息,相比其他神经网络模型,更契合语音数据的特点.文中将LSTM神经网络长期学习的优势与声纹语谱图的时序特征有效结合,实验结果表明,在THCHS-30语音数据集上取得了84.31％的识别正确率.在自然环境下,对于3 s的短语音,该方法的识别正确率达96.67％,与现有的高斯混合模型和卷积神经网络方法相比,所提方法的识别性能更优.     

一种新的鲁棒声纹特征提取与融合方法

为提高说话人确认系统在噪声环境下的鲁棒性,在利用听觉外周模型改进Mel频率倒谱系数(Mel FrequencyCepstral Coefficient,MFCC)的基础上,结合感知线性预测系数(Perceptual Linear Predictive Coefficient,PLPC),以类间区分度为依据,在特征域对两种声纹特征进行融合,提出一种新的声纹特征提取方法,并对基于该特征的说话人确认系统的噪声鲁棒性进行研究。针对不同信噪比的语音信号进行了融合特征与原始特征的对比实验,结果表明,融合特征在模拟餐厅噪声环境中的错误率更低,较MFCC与PLPC分别降低了2.2%和3.1%,说话人确认系统在噪声中的鲁棒性得到提升。     

面向电力变压器的声纹智能诊断装置设计与应用

电力变压器是直接影响电力系统安全运行的重要设备之一,目前多采用图像或侵入式传感测量的方式,本文设计了变压器声纹采集装置、特征提取方法、以及基于迁移学习的深度神经网络识别模型.首先,采集并预处理变压器噪声信号,对分帧信号进行时域和频域特征提取,获得声纹特征向量,然后,输入迁移学习算法模型,实现变压器直流偏磁、过负荷、以及绕组变形等8种工况的智能识别诊断,最后,设计声纹特征数据库建立方法,采集变压器运行声学样本,对声纹识别算法模型进行训练和优化.通过数据集对比测试和变电站部署应用,验证了算法模型的识别准确度和系统可行性,该装置可作为当前监测手段的有效补充,提高变压器综合监测和潜伏性缺陷识别能力.     

面向中文矢量笔迹中单字详细分类的特征和方法比较*

在识别矢量笔迹文本时,不同类型单字需要采用不同识别器,确定详细类别是单字识别的前提。对实际中文矢量笔迹文本中单字进行汉字、标点、数字、字母和单词的详细分类,提出了自身和相对（包括近邻和同行）特征,选用决策树、逻辑模型树、贝叶斯网络和支持向量机四种分类器。针对大量实际数据,测试和比较了多种特征和分类器的性能。实验表明,近邻单字的组合特征具有较好的分类能力,支持向量机对各种单字均有较好分类性能。     

基于修正倒谱特征的回放语音检测算法

随着语音技术的发展,以回放语音为代表的各种仿冒语音给声纹认证系统及音频取证技术带来了极大挑战。针对回放语音对声纹认证系统的攻击问题,提出一种基于修正倒谱特征的检测算法。首先,采用变异系数来分析原始语音和回放语音在频域上的差异;然后,有针对性地将提取梅尔倒谱系数（MFCC）过程中的Mel滤波器组换成由linear滤波器和逆Mel滤波器组合的新滤波器组,进而得到基于新滤波器组的修正倒谱特征;最后,使用高斯混合模型（GMM）作为分类器进行分类判别。实验结果表明,修正的倒谱特征能够有效地检测回放语音,其等错误率约为3.45%。     

树突状细胞算法在Web服务器异常检测中的应用

Web服务器常因遭受攻击或负载过大进入异常状态,无法响应用户请求。为解决已有异常检测方法准确率较低的问题,将DCA引入Web服务器的异常检测,建立Web服务器运行状态的多层次指标体系,给出指标体系针对抗原、危险信号及安全信号的映射定义,描述了Web服务器异常检测的方法。对比实验表明该方法较传统的统计学方法及K-means聚类方法,具有准确率高、误报率低的优点,能够有效检测Web服务器异常。     

基于FPGA的Web服务定时系统设计与实现

根据现代高速网络及高Web服务性能的应用需求,提出一种基于现场可编程门阵列的Web服务器定时系统,实现定时服务模块及子模块的设计与验证。给出其与嵌入式RAM等其他硬件实现的对比和分析。该系统的时钟频率达125 MHz,可实现10万个客户端连接数的毫秒级定时服务设计要求,并移植到专用Web服务器的ASIC中。     

基于声纹识别和语音识别的网络账号身份认证系统

文章设计开发的基于声纹识别和语音识别的网络账号身份认证系统主要包含声纹录入、建库以及声纹判别两个部分。网络用户注册时,对用户的声纹进行采集;用户再次登录时,将用户的声纹与数据库中的声纹进行比较,通过声纹识别验证用户身份,确保用户的数据安全。系统建立在服务器端,安装方便快捷,安全性高。对用户要求低,仅需要一部麦克风即可完成注册。系统操作方便、简单,安全性、保密性好,市场前景广阔。     

Web日志挖掘中3G WAP子网的获取研究

随着3G时代的到来,手机上网已逐步普及,由于手机屏幕较小及上网带宽限制,需要为手机访问者提供只需保留原Web站点主干分支的WAP子网。WWW上用户的访问路径信息会被记录在Web服务器的日志记录中,分析这些日志并挖掘出用户的主要行为模式,可以提取出Web网站被频繁访问的主干部分。首先将原始日志序列转化成用户访问路径会话集UVPSD,然后通过约束的加权网站结构图WWSSG,最终实现了此Web站点的频繁主干子网的发现。在上海社区网上采用此算法提取出的3G WAP子网,实验数据表明,该子网覆盖了上海社区网的大部分热门栏目页面。     

基于数字地球的WebGIS开发及其应用

空间地理数据的传输、处理以及展示对WebGIS提出了更高的要求。基于此,在开源数字地球模型上进行二次开发,采用GeoServer作为WebGIS服务器实现网络地图服务,构建一种金字塔模型的数据缓存机制,分析系统体系结构,设计基于数字地球的WebGIS。通过在WebGIS上水雨情信息综合集成和洪水淹没三维仿真的应用表明,该WebGIS具有较好的实用性和扩展性。     

基于Chaff Matrix的可撤销声纹模板设计

基于模糊穹的特征保护方法存在敌手冒充和空间自由度减少的问题。为此,提出一种基于伪矩阵(Chaff Matrix)的可撤销声纹模板设计方法。通过原始特征矢量的构成元素产生伪点,根据定位矩阵将伪点插入原始特征,且在欧氏距离准则下,插入前后特征矢量与模板之间距离的变化量相同,从而保证系统识别率,实现特征保护。实验结果验证了该方法的正确性。     

基于强挂起弱预测机制的负载均衡模型研究

大数据时代的快速发展和大数据战略的明确提出,使得Web服务器集群将面临更加复杂和严峻的负载挑战。传统的负载均衡算法存在着明显的局限性。提出了一种基于强挂起弱预测机制的负载均衡模型,该模型利用强挂起机制和基于层次分析的三次指数平滑预测算法进行负载均衡动态调度。实验结果表明该模型在系统瞬时性能异常、高并发和重负载交互情况下的负载均衡效果优于传统负载均衡算法。     

基于REST面向资源的地理信息服务设计

结合具有表述性状态转移(REST)的Web服务与开放地理空间联盟(OGC)规范,设计一种面向资源的地理信息服务。将OGC规范作为服务接口标准,采用REST技术,以资源形式对外公开,从而实现信息共享和功能互操作。所有资源共享统一界面,在服务器与客户端之间进行状态传输。     

数据采集终端Web通信服务器嵌入式设计

设计了一种基于嵌入式系统的制造执行系统（MES）采集终端Web通信服务器,采用ARM9平台作为硬件控制器,Linux操作系统和BOA服务器作为软件平台。介绍了Web服务器中BOA的工作原理,给出了BOA服务器参数配置的详细过程,研究了外部应用扩展应用程序与Web服务器进行通信和参数传递的方法,最后对Web服务器与外部扩展之间的通信进行测试仿真,仿真结果表明,BOA在嵌入式web服务器运行正常,数据通信可靠正确,Web服务器实时性好,该终端采集服务器具有实际的运用和推广价值。     

嵌入式Linux下基于BOA的远程控制

分析了在嵌入式Linux平台下构建Web服务器的应用前景,介绍了利用嵌入式Web服务器实现Web远程监控系统的体系结构,给出了在ARM9处理器上利用开源Boa作为Web服务器的远程监控系统的设计及关键技术的实现,并以远程灯光控制为例介绍了这一解决方案的典型应用。