基于CM-OMEMD和小波散射网络的语音情感识别

语音情感识别（Speech Emotion Recognition,SER）是人机交互的重要组成部分,具有广泛的研究和应用价值。针对当前SER中仍然存在着缺乏大规模语音情感数据集和语音情感特征的低鲁棒性而导致的语音情感识别准确率低等问题,提出了一种基于改进的经验模态分解方法（Empirical Mode Decomposition,EMD）和小波散射网络（Wavelet Scattering Network,WSN）的语音情感识别方法。首先,针对用于语音信号时频分析的EMD及其改进算法中存在的模态混叠问题（Mode Mixing）和噪声残余问题,提出了基于常数Q变换（Constant-Q Transform,CQT）和海洋捕食者算法（Marine Predator Algorithm,MPA）的优化掩模经验模态分解方法（Optimized Masking EMD based on CQT and MPA,CM-OMEMD）。采用CM-OMEMD算法对情感语音信号进行分解,得到固有模态函数（Intrinsic Mode Functions,IMFs）,并从IMFs中提取了可以表征情感的时频特征作为第一个特征集。然后采用WSN提取了具有平移不变性和形变稳定性的散射系数特征作为第二个特征集。最后将两个特征集进行融合,采用支持向量机（Support Vector Machine,SVM）分类器进行分类。通过在含有七种情感状态的TESS数据集中的对比实验,证明了本文提出的系统的有效性。其中CM-OMEMD减小了模态混叠,提升了对情感语音信号时频分析的准确性,同时提出的SER系统显著提高了情绪识别的性能。      

基于邻域粗糙集和海洋捕食者算法的特征选择方法

针对粗糙集模型中特征选择方法存在计算开销大、不能直接处理连续数据,以及海洋捕食者算法(MPA)处理优化问题仍存在收敛速度慢、易陷入局部最优等问题,提出了基于邻域粗糙集(NRS)和海洋捕食者算法的特征选择方法.首先,使用基于Tent混沌映射的反向学习和高斯扰动策略对原算法改进得到IMPA,再构建一种传输机制形成一种二进制算法;然后,基于邻域依赖度和特征子集长度构造适应度函数,使用IMPA不断迭代搜索出最优特征子集,设计一种元启发式特征选择算法.最后,在9个基准测试函数上评估IMPA的优化性能以及在UCI数据集上评估特征选择算法的分类能力.实验结果表明,在9个基准测试函数上IMPA的平均值、标准差明显优于粒子群优化算法(PSO)和樽海鞘算法(SSA);在UCI数据集上,同基于粗糙集的优化特征选择算法、基于邻域粗糙集的优化特征选择算法相比,所提的特征选择方法在KNN分类器下的分类精度平均值分别提高了10.28~14.13个百分点、2.71~12.11个百分点,在CART分类器下的分类精度平均值分别提高了9.41~13.24个百分点、2.90~12.31个百分点.     

基于改进海洋捕食者算法的无人船避碰方法

为提高无人船局部动态避障的规范性、安全性和经济性，提出一种基于改进海洋捕食者算法的无人船避碰决策方法。首先，根据无人船运动约束、避免碰撞约束与避碰规则约束限定避碰决策的搜索空间；其次，以船舶碰撞的危险程度和航程损失为指标建立避碰目标函数；最后，提出基于种群更新成功率的改进海洋捕食者算法，求取约束范围内的最优避碰决策。仿真实验结果表明：所提方法最优个体适应度曲线在30次迭代内都能稳定收敛，且其最优值最小，优于其余智能算法，具有一定有效性。     

改进型RFID自适应标签识别算法

基于碰撞识别算法系列,提出改进型自适应标签识别算法(Improved Adaptive Collision Tree Algorithm,IACT).算法通过优化查询前缀,消除了自适应碰撞标签识别算法在四叉树搜索产生的空时隙查询,从而减少了算法的时间复杂度,提高识别效率.通过理论推导和计算机仿真可知,该算法比自适应标签识别算法(Adaptive Collision Tree Algorithm,ACT)有着明显的优化.     

基于改进烟花算法的多目标多机器人任务分配

多机器人任务规划是多机器人系统研究的主要问题之一,多目标多机器人任务规划是指同时对多机器人系统的多个指标进行优化。近年来,启发式算法越来越多地被用来解决多目标问题。本文提出了一种基于改进烟花算法的多目标多机器人任务分配方法,并详细讨论了多目标解的排序方法和选择策略。为了验证该方法的性能,对7个实例进行了实验,并对该方法和其他四种多目标算法,Non-dominated Sorting Genetic Algorithm II (NSGA-II), Strength Pareto Evolutionary Algorithm 2 (SPEA2),Pareto Envelope-based Selection Algorithm (PESA ) 和一种改进的Strength Pareto Genetic Algorithm 2 (SPGA2)在S-metric指标上进行了比较。实验结果表明,在解集质量、解集覆盖度方面,基于改进烟花算法的多目标多机器人任务分配方法具有明显的优势。      

基于元启发算法的FBG解调方法

当光纤布喇格光栅(FBG)复用过多或带宽有限时会存在波长串扰问题,信号解调方法的性能会影响结果的精确性。提出一种基于元启发算法的中心波长解调方法,采用实际光谱与理论光谱差异的最小二乘函数作为优化目标,利用具有优异挖掘能力和探索能力的海洋捕食者算法进行求解。数值仿真结果和实验验证表明:所提算法是一种有效的、可行的波长解调方法,在实现对多光谱重叠识别的同时又可以保证解调精度。     

华为海洋网络有限公司正式成立

由华为技术有限公司与Global Marine Systems Limited（全球海事系统有限公司）合资成立的华为海洋网络有限公司近日正式成立。华为海洋目前已完成了相关的注册和审批，运营总部设于中国天津，并在北京、深圳和英国没有研发和生产基地。公司董事长是华为首席战略官郭平，CEO是Global Marine的董事Ian Douglas。     

噪声环境下多模态函数优化的遗传算法

 针对噪声环境下多模函数的优化,本文理论上分析了噪声对多模函数优化的全局收敛性和收敛精度的影响,并通过全局区域搜索率和全局区域收敛精度分析噪声对算法的影响程度.实验结果和分析表明,增加多模函数寻优难度和噪声强度,遗传算法的全局区域搜索率都在下降,全局区域收敛精度总体变差;重采样的方法能够有效提高算法的全局区域搜索率,总体改善算法的全局区域收敛精度;确定性排挤遗传算法(Deterministic Crowding Genetic Algorithm,DCGA)和多种群遗传算法(Multi-Population Genetic Algorithm,MPGA)的全局区域搜索率和全局区域收敛精度要优于杰出保留遗传算法(Elist Genetic Algorithm,EGA).     

同时具备W-O和W-A对角独立性的多故障测试生成算法

Walking One Algorithm(WOA算法)[1]因具备W-O对角独立性而消除了线或(W-O)短路故障的征兆混淆现象,而Walking Zero Algorithm(WZA算法)[1]因具备W-A对角独立性而消除了线与(W-A)短路故障的征兆混淆现象,以上只能解决单故障形式的测试问题;作者从对角独立性[2,3]的角度出发,采用递归的方法,找到了一种同时具备W-O和W-A对角独立性的算法,该算法紧凑性指标与WOA算法和WZA算法相同,但解决了多故障形式共存情况下的征兆混淆现象,大大提高了诊断的完备性.     

基于遗传块匹配算法的高效运动估计技术研究

在MPEG-4视频压缩中,运动估计是帧间视频编码中的关键技术,块匹配方法BMA(Block Matching Algorithm)是目前广泛使用的运动估计方法,但在现有的快速搜索算法中大都是次优算法,容易陷入局部最优。针对此问题,将遗传算法GA(Genetic Algorithm)应用于块匹配运动估计。实验证明,该算法不仅有效解决了局部极小问题,且计算量相对较少。     

增强人工蜂群算法求解半导体最终测试调度问题

本文提出一种增强人工蜂群算法(Enhanced Artificial Bee Colony,EABC),用于最小化半导体最终测试调度问题(Semiconductor Final Testing Scheduling Problem,SFTSP)的最大完工时间.该算法采用混合启发式方法初始化种群,并利用前插式解码策略来提高初始解的质量.在算法搜索阶段设计多种基于问题性质的探索策略和基于贝叶斯网络的概率模型对问题解空间进行深度与宽度的协同搜索.此外,提出基于重启策略的种群更新机制以加强算法跳出局部最优的能力.实验部分构造多种对比算法来验证EABC中各关键环节的有效性.通过基于实例的数值仿真以及与NFOA(Novel Fruit fly Optimization Algorithm)、KMEA(Knowledge-based Multi-agent Evolu-tionary Algorithm)和CCIWO(Cooperative Co-evolutionary Invasive Weed Optimization)的算法比较验证了EABC的有效性和鲁棒性.     

基于重复覆盖算法的模拟电路故障诊断研究

针对传统构造神经网络的方式中存在的问题,基于领域覆盖算法(Neighborhood Covering Algorithm,NCA)来构建神经网络对电路进行故障诊断,运用重复覆盖算法(Repeated Covering Algorithm,RCA)对采用领域覆盖算法构建的神经网络的网络结构进行修缮。最后用某滤波电路进行仿真分析,比较两者的诊断结果。通过仿真结果可以看出,在保障准确率的前提下,重复覆盖算法能降低神经元个数,优化了网络的结构,提高神经网络的泛化能力,验证了该方法的可行性。     

小波收缩阈值消噪在海洋电磁中的应用

到目前为止,海洋可控源电磁法(Marine controlled-source electromagnetic survey,MCSEM)被广泛应用于海洋油气储层钻探前的储层价值预测与评估。CSEM信号去噪中小波收缩阈值消噪是个方便有效的方法,小波收缩阈值消噪的关键在于阈值的选取。文章通过MATLAB仿真,对CSEM信号利用小波收缩阈值消噪法进行处理分析。     

高密度椒盐噪声图像的二次去噪方法

针对高密度的椒盐噪声图像,提出了一种基于中值滤波和均值滤波的高效的二次去噪方法 (Two-Step Denoising Algorithm,TSDA).数值试验表明,TSDA算法在保持图像边缘的同时能高效地去除高密度的椒盐噪声,较SMF方法和NDBA(New Decision-Based Algorithm)方法在检验指标MSE、PSNR和IEF上都有较大改进.     

多用户MIMO-OFDM系统中的资源分配

该文针对多用户MIMO-OFDM系统,基于最大化信号与干扰加噪声比(Signal-to Jamming and Noise Ratio,SJNR)预编码,提出了实用的自适应资源分配方法。根据各用户SJNR值,提出采用递增(Incremental Algorithm,IA)和递减(Decremental Algorithm,DA)两种方法为各子载波选择用户集合,使各子载波被多个用户最优复用,实现多用户分集,以达到最大化系统吞吐量的目的。此外,基于DA思想,给出了考虑不同用户QoS要求下分配子载波的方法(QoS Decremental Algorithm,QDA)。分析和仿真结果表明,IA和DA在大大降低算法复杂度的同时使性能很好地接近最优算法,QDA能在满足不同用户QoS要求的同时最大化系统吞吐量。     

引入多状态记忆机制的迭代软阈值学习算法及其应用

迭代软阈值学习算法(Learned Iterative Soft-Thresholding Algorithm,LISTA)将迭代软阈值算法(Iterative Soft-Thresholding Algorithm,ISTA)展开为递归前馈神经网络优化稀疏恢复的求解。针对LISTA单次迭代只依赖于前一迭代点限制算法收敛速率的问题,本文提出了一种引入多状态记忆机制的迭代软阈值学习算法(Learned Iterative Soft-Thresholding Algorithm with Multi-state Memory Mechanism,LISTA-MM)。该算法基于一阶迭代固定步长算法对LISTA进行改进,设置状态连接度数,选择性地组合多个先前迭代点的稀疏信息,确保了迭代过程中信息被正确传递并充分利用,进而加快了算法的收敛速度。实验结果表明,LISTA-MM在保证稀疏恢复精度的同时有效提高了收敛速度。此外,本文将LISTA-MM扩展为卷积形式,并探索其在图像超分辨率中的应用,实验结果表明,基于LISTA-MM的网络在图像质量评价指标和可视化效果上均优于其他网络,重构图像具有与原始图像相近的清晰细节纹理。      

等价于MAP的SOVA译码方法

不同于MAP(Maximum A Posteriori)算法,SOVA(Soft-Output Viterbi Algorithm)算法的软输出不是真正意义上的后验概率,很少有文献给出SOVA算法的完整数学解释。该文给出了一种完整的SOVA的数学表达形式,并从SOVA的数学表达出发推导出了两种等价于MAP,具有SOVA形式的译码方法,一种是Li等人(1995)给出的适用于连续传输的最佳软输出算法(Optimal Soft output Algorithm, OSA);后一种是对OSA算法的改进,后者可以得到与前者等价的软输出,但是降低了运算复杂度。     

厂商动态

华为海洋网络有限公司正式成立近期,华为海洋网络有限公司("华为海洋")开业庆典在天津举行,标志着由华为技术有限公司("华为")与Global Marine Systems Limited("全球海事系统有限公司")合资成立的华为海洋正式进入运营阶段。合资双方于2007年12月11日签署了合资协议,华为海洋目前已完成了相关的注册和审批,运营总部设于中国天津,并在北京、     

一种改进的Ad Hoc分簇算法EMSWCA

无线自组织网不依赖固定的基础设施,其最主要的特点是无中心结构和高度的动态变化.文中在WCA和MSWCA算法的基础上,提出了EMSWCA(An Enhanced Maximum Stability Weighted Clustering Algorithm)算法.仿真结果验证了EMSWCA算法较WCA、MSWCA算法更具有优越性.     

ZigBee网络自剪裁路由算法

ZigBee网络中的AODVjr算法通过全网广播路由请求RREQ消息而获得分组发送的最短路径,但节点大量广播RREQ消息增加了网络控制开销,导致网络节点耗能剧增,同时网络堵塞的可能性也大大提升。针对AODVjr算法存在的网络节点耗能剧增问题,在AODVjr算法基础上,结合节点邻居表,提出筛选RREQ消息转发节点,从而限制RREQ消息转发次数的路由算法Zig Bee树节点自剪裁转发算法(ZigBee On-tree Self-pruning Rebroadcast Algorithm,ZOSR)和ZigBee转发节点选择算法(ZigBee On-tree Forwarding Node Selection Algorithm,ZOFNS)。仿真结果表明,算法能有效降低网络节点的转发次数,从而降低网络整体功耗,延长网络工作时间。