基于时变系数与社会认知模拟的粒子群优化

粒子群优化算法利用一群在可行区域内飞行的粒子来搜索最优解,具有易实现、收敛速度快的特点,然而也面临"早熟"的问题.提出了一种基于时变系数与社会认知模拟的粒子群优化算法.实验结果显示,在5种不同的标准化测试函数下,新算法较另外3种常用的算法优越.     

三维地震体数据方向场估计算法

数据的方向场估计算法在许多领域有着关键的应用。这里针对三维地震体数据提出了基于梯度场的局部方向估计算法。这种算法充分利用了三维体数据中类似指纹图像的"脊谷线"的结构,在一个局部窗口中根据各点的梯度场确定其方向场并估计出代表该点方向强度的方向一致性,这种方向一致性是三维地震数据处理中的一种重要属性,可以利用它进一步作图像的分割处理。这种基于统计的方法可以提供精度较高的方向信息并对噪声有良好的抑制效果。     

交互式多区域模型

一种被称为交互式多区域模型(IMRM)的非线性滤波算法被提出,用于对状态和连续系统参数进行联合估计.IMRM将连续的系统参数空间视为由若干子区域所构成的集合,并将每个子区域分别分配给一个子模型.IM-RM使用一组子滤波器并行滤波.在每一时刻,IMRM利用交互操作计算各子模型的混合初始化环境,之后各子滤波器在假设系统参数跳变到特定子区域的前提下,对状态和系统参数进行估计.为了有效地应用IMRM,提出了一种基于无迹变换的交互式多区域模型(UT-IMRM)算法.UT-IMRM对每个子模型使用无迹卡尔曼滤波器(UKF)进行滤波.在目标跟踪实验中对UT-IMRM性能进行测试.实验结果显示当系统参数不属于IMM模型集合时,UT-IMRM能够比IMM获得更好的估计性能.     

三维反射面追踪

目前常用的三维地震数据体的可视化方法，如切片式可视化方法带有明显的三维数据二维解释的痕迹。本文认为要彻底摆脱三维数据二维解释的局限性，三维地震数据体可视化必须将各个反射面显示出来，然后根据反射面的错位和中断将断层面显示出来，从而了解这些界面的起伏、断层面的空间形态及它们之间的接触关系，进而确定油气圈闭的有利位置。为此，本文提出了在同一反射层的子波粒子在三维空间叠合成一个同相面的概念，论述了将三维连通域(同相面)通过细化后直接转换为三维反射面的思路。在此基础上，本文提出了一种三维反射面追踪的方法——三维连通域追踪的有序交叉算法。实际运算结果表明，该方法是有效的。     

运动估计方法的地震断层曲面生成

在三维地震数据解释中,断层面的识别及建模是核心问题之一。传统的地质断层曲面的生成依靠地质研究人员根据地质剖面和相干切面的信息,用人工方法识别断层轮廓线,再推测断层面的三维形态。这种方法在三维数据解释中最费时,许多地质解释数据也会有人为的二义性。图像序列的帧间匹配及运动估计技术已经广泛运用于运动跟踪、运动补偿、多源图像融合、视频压缩、多帧图像超分辨等领域。提出了一种基于运动估计的断层面生成方法,跟踪地震图像中断层的特征点并生成断层曲面。这种方法完全符合人工解释理解模型,并充分考虑了图像序列的帧间关联。实验结果表明,该方法是有效的。     

基于混合式注意力机制的语音识别研究

为了解决语音识别中基于卷积位置信息的混合式注意力机制无法提取长期有效位置信息的问题,提出了一种捕捉长期有效位置信息的新型混合式注意力机制。首先,对当前时刻生成的注意力得分作卷积来提取多通道特征图,并通过全局平均池化来得到恒定维度的特征向量;接着,引入长短期记忆网络（long short-term memory,LSTM）单元作为外部记忆模块,并以生成的特征向量作为输入,生成下一时刻的位置信息向量;最后,结合经典的LAS（listen,attend and spell）模型来验证提出方案的有效性。实验结果表明,该方案能充分考虑过去多个时刻的注意力得分。相对于基于卷积位置信息的LAS模型,该方案在纯净和含噪语音数据集上取得的标签错误率分别减少了1.8%和2.21%。     

基于计算听觉场分析的单声道的双人语音浊音分离

将单人语音从双人混合语音中完整地分离出来是一个具有挑战性的问题,当两个语音信号的能量差别较大时,若两个语音的谐波在频率上存在重合部分,直接利用反傅里叶变换法对分离后的语音进行重构,会因频率掩蔽效应对重构语音的音色造成极大的影响,出现窜音现象.论文尝试找到傅里叶变换后的双人语音中对应的单人的基音频率及其谐波,处理后进行傅里叶逆变换重构,得到分离后的单人语音信号.实验表明,该方法所得的语音具有较好的音质,同时能有效地消除窜音现象.     

基于i-vector局部加权线性判别分析的说话人识别

基于i-vector的说话人识别系统通常采用LDA来消除训练和测试语音之间信道失配,不能保证样本在待识别语音近邻区域内具有最佳的分离度,这就使得目标说话人和其近邻间的得分差异较小,进而导致识别准确性下降。针对该问题,提出基于i-vector局部加权线性判别分析的说话人识别方法(LWLDA)。在计算类内和类间散度时,增加待识别语音近邻样本权重。在此基础上,通过提高待识别语音近邻域局部类间的分辨能力,尽可能减少因信道差异而产生的识别错误。在不同语音库上的实验结果表明:LWLDA在复杂信道环境下能够保持良好的鲁棒性;在交叉信道条件下的识别准确率比LDA平均提高3.6%。