甜品工房

正Tim Burton镜头里的《查理与巧克力工厂》,曾带给我们味蕾刺激下的想象力旅行。色泽淡黄、充满孔洞的奶酪,有着不逊于巧克力的温润醇香。当Towodesign堂晤设计将它作为甜品工房的概念主打时,食物、视觉与情感混糅产生的化学作用,酝酿成个性化空间设计的奇幻体验。这家甜品工房位于商场的下沉广场,靠近主入口。从商业引流的角度考量,需要一个具有充分聚合力的视觉点。一张足够大的桌子成为了Towodesign的创意起点,从外摆区一直向店面蔓延,甚至爬升到店铺的门以及logo所在位置。桌子表面开出了奶酪般的圆形     

Web服务技术-大数据抓取及存储的研究与实现

简述web服务的关键技术以及其发展的过程,并对一些关键技术进行阐述,web服务是有自己独特的体系,拥有自己的一套架构,并且在这套架构上,web服务拥有自己的核心技术,当单个的web服务难以满足需求的时候,这时候web服务组合就出现了,它能够很好的解决单个web所不能解决的问题,这个很好的满足了现代社会的需求,最后提出web服务技术的未来,其中重点是说明web服务的核心技术。随着网络的兴起,web服务技术被广泛应用于大数据的海洋抓取,比如代购网站中,就需要用到数据的海洋抓取和存储。     

语音对抗样本的攻击与防御综述

语音是人机交互的重要载体,语音中既包含语义信息,还包含性别、年龄、情感等附属信息.深度学习的发展使得各类语音处理任务的性能得到了显著提升,智能语音处理的产品已应用于移动终端、车载设备以及智能家居等场景.语音信息被准确地识别是人与设备实现可信交互的重要基础,语音传递过程中的安全问题也受到了广泛关注.对抗样本攻击是最近几年...     

基于ARM和MCX314的运动控制模块的设计

本文设计了一种基于运动控制芯片MCX314的运动控制模块,并开发了一套NC代码解释程序。通过嵌入式微处理器EB44B0对运动控制芯片MCX314的寄存器和速度参数进行配置,实现对电机的精确控制。通过解释程序使得上位机能够通过标准计算机接口对模块进行NC代码编程。系统具备很高的通用性、灵活性。     

基于单片机及传感器的机器人设计与实现

本设计基于单片机及多种传感器,完成了一个自主式移动机器人的制作。单片机作为系统检测和控制的核心,实现对机器人小车的智能控制。反射式红外光电传感器检测引导线,使机器人沿轨道自主行走;使用霍尔集成片,通过计车轮转过的圈数完成机器人行走路程测量;接近开关可探测到轨道下埋藏的金属片,发出声光信息进行指示,并能实时显示金属片距起点的位置。     

语音欺骗检测方法的研究现状及展望

语音欺骗是指通过录音、语音合成（Text-to-speech, TTS）、语音转换（Voice conversion, VC）等手段,将一段非法的、未经过自动说话人验证（Automatic speaker verification, ASV）系统认证的声音进行“修改仿冒”,以达到通过ASV系统检测的目的。随着人工智能和语音欺骗技术的发展,ASV系统在安全性方面遇到了严峻的挑战。检测输入ASV系统的语音的真实性,防止欺骗语音通过ASV的验证以提高ASV系统的安全性,是近年来语音领域研究的一个热点问题。国内外学者的最新研究从声学特征选取、识别模型选择等角度出发,探索了不同的语音欺骗方法对ASV系统的影响,并深入研究了相应的语音欺骗检测技术,在一定程度上提高了ASV系统的防欺骗性能。本文介绍了语音欺骗的基本方法,给出了语音欺骗检测的框架和典型声学特征,分两大类别总结了语音欺骗检测的主要方法和最新进展,梳理了目前语音欺骗检测中仍然存在的若干技术问题,并对语音欺骗检测技术的发展方向进行了展望。     

基于振动法的岩块纵波波速测试

评价岩体完整性的定量指标K_v取决于岩体与岩块的纵波波速,因此准确地测得岩块纵波波速是评价岩体完整性的关键环节之一。提出了利用振动法测量岩块纵波波速即利用布设在岩块两端横截面中心的两个振动加速度传感器采集振动信号,通过互相关函数计算到时差,从而求得纵波波速。通过振动法和超声波法对不同岩性、尺寸、风化程度的8个岩块进行波速测试,分析了各因素对岩块纵波波速测试结果的影响。结果表明:振动法与超声波法测得的岩块纵波波速最大相对误差为-8.57%。采用振动法测试岩块纵波波速能有效减少频散效应对波速的影响,提高了测试精度。     

一种用于截幅音频修复中的自适应一致迭代硬阈值算法

一致迭代硬阈值(CIHT)算法在处理音频截幅失真中具有较好的性能。但是,在截幅程度较大时音频截幅修复的性能会下降。因此,该文提出一种基于自适应门限的改进算法。该算法自动估计音频信号截幅程度,根据估计的截幅程度信息,自适应调整算法中的截幅程度因子。与近年来提出的CIHT算法和一致字典学习算法(CDL)相比,该文所提算法能更好地重建音频信号,特别在音频信号截幅失真严重的情况。该算法的运算复杂度与CIHT相近,与CDL相比,拥有更快的运行速度,有利于实时实现。     

基于时频注意力机制与U-Net的骨导语音鲁棒增强方法

近年来,基于神经网络的方法大量应用于骨导语音增强中。然而,由于骨导数据集样本较少,骨导语音高频部分缺失,不同说话人高频部分失真程度不同,神经网络难以有效学习骨导语音的频谱特征。因此,现有骨导语音增强模型对于未知说话人骨导语音数据集增强效果不佳、鲁棒性不强。为充分利用骨导语音的时频信息,引导模型关注骨导语音的低频部分特征,提出一种基于时频注意力机制和U-Net的骨导语音增强方法。该方法将时频注意力机制引入U-Net结构中,首先根据骨导语音时间、频率方向特征信息的重要程度自动为其分配权重,而后以加权后的骨导语音谱作为输入,对应的气导语音谱作为目标进入U-Net结构训练,最后利用训练完成的增强模型重构骨导语音全频带的语音。仿真实验与可视化分析结果表明,对比基线U-Net结构与其他注意力机制,该方法对于未知说话人骨导语音数据集能够取得更高的PESQ和STOI客观评价指标,增强语音更加清晰。      

如何解决基不匹配问题:从原子范数到无网格压缩感知

压缩感知理论能够以远低于经典Nyquist速率进行采样, 采用非自适应线性投影获得了保留信号有用信息的少量观测点, 并通过求解最优化问题精确重构原始信号.压缩感知理论大大缓解了信号采样、存储和传输的巨大压力, 在计算机科学、电子工程和信号处理等领域具有广阔的应用前景.信号的稀疏表示是对信号进行压缩采样和重构的前提, 即假设信号在某个变换基(傅里叶基、小波基等)下是稀疏的, 这些基可以看作是用于描述信号参数空间的有限离散字典.然而在如雷达、阵列信号处理、通信等领域的应用中, 信号的参数空间是连续的, 在假定的离散变换基下并不稀疏, 这种基不匹配问题会严重影响信号重构精度.本文首先介绍了基不匹配产生的原因及其对重构精度的影响, 接着从原子范数出发, 综述了无网格压缩感知的理论框架和关键技术问题, 着重介绍了一维和多维无网格压缩感知的最新研究进展, 最后对其在信号处理等领域的应用进行了探讨.