歌唱艺术嗓音中声学参数的应用

声学参数的正确选择是客观评价歌唱艺术嗓音的前提。利用语音分析技术提取歌声第一共振峰、第三共振峰、基频、音域、基频微扰、第一共振峰微扰、第三共振峰微扰、平均能量作为客观评价声学参数,使用BP神经网络方法客观评价歌唱艺术嗓音质量,并与资深专业教师的主观评价进行比较,评价误差在3．8％之内,结果表明选取上述声学参数利用BP神经网络能正确客观评价歌声质量,有助于科学地指导、选拔、培养艺术嗓音人才。     

基于神经网络的艺术嗓音客观评价方法

目前对艺术嗓音进行评价存在耗时、费力且主观性强等缺陷。本文利用计算机提取和分析艺术嗓音信号的基频、第一共振峰及第三共振峰三个声学参数,构造BP神经网络,通过机器学习,实现了对艺术嗓音的客观评价。与主观评价比较,结果的一致性达到90%。     

基于语音频谱的共振峰声码器实现

共振峰声码器因其在理论上具有最低码率而一直是参数语音编码算法研究的重点。共振峰编码器的关键算法是基频和共振峰等语音参数的提取。在高分辨率语谱图基础上,利用语音信号的频域特性设计了一种简单有效的基频和共振峰提取算法。通过评价重建语音信号的音质,证明了参数提取算法的准确性。根据语音实验确定编码参数包含基频和前4个共振峰,并在保证语音质量的前提下制定各参数的量化指标。应用实际语音信号对算法的性能进行测试,试验结果证明算法在码率为1 400 b/s时具有良好的语音质量。     

基于BP神经网络的耳语音转换为正常语音的研究

提出了一种基于BP神经网络的汉语耳语音转换为正常语音的方法.首先提取正常语音、耳语音的共振峰参数,使用BP神经网络训练出耳语音到正常语音共振峰参数的转换模型;然后根据模型求出与耳语音对应的正常语音共振峰参数,采用共振峰合成的方法将耳语音转换为正常语音.实验结果表明:使用该方法转换的正常语音DRT得分为80%,MOS得分为3.5,在可懂度和音质方面均达到了满意的效果.     

基于量子粒子群优化广义回归神经网络的语音转换方法

针对粒子群算法优化神经网络进行语音转换时容易产生收敛速度慢、早熟的问题,本文采用一种新的量子粒子群算法优化广义回归神经网络的语音转换模型。该量子粒子群通过改变量子比特相位进而改变位置矢量,并利用量子非门进行变异操作。因此首先利用量子粒子群对网络进行优化得到最佳的光滑因子参数,从而建立频谱映射规则。接着,利用频谱参数和基频参数的相关性,对韵律特征基频也进行转换。然后,联立转换后的频谱参数和基频参数,利用STRAIGHT模型合成目标语音。最后,采用主观和客观测评方式进行评价。实验结果表明,与传统粒子群算法优化广义回归神经网络相比,该方法转换后的语音自然度和相似度得到提升,谱失真率下降2.1%。本文方法具有比径向基神经网络、广义回归神经网络、粒子群算法优化广义回归神经网络更好的语音转换性能。     

光电稳定平台神经网络自抗扰控制方法

提出了一种采用BP神经网络对自抗扰控制器中的非线性扩张状态观测器进行参数整定的方法,简化了非线性扩张状态观测器繁琐的参数整定过程,并对这种结合了BP神经网络的自抗扰控制系统进行了仿真分析。仿真结果表明,加入BP神经网络的自抗扰控制系统可以显著地提高机载光电稳定平台的扰动隔离度,控制效果明显比传统自抗扰控制方法好,对提高机载光电稳定平台的视轴稳定精度具有重要意义。     

一种基于语音频谱的基频和共振峰提取算法

基音频率和共振峰频率的提取在语音编码、语音合成和语音识别中有着广泛的应用。通过深入分析语音信号的时域和频域性质,针对语音信号幅度谱的特征设计了一种有效的基频和共振峰提取算法。并对实际语音信号进行参数提取测试,实验结果证明了这种算法能够准确提取不同讲话者和录音条件下的语音信号的基频与共振峰频率。     

PSO-BP神经网络在语音干扰效果评估中的应用

为了克服BP神经网络在连续语音数据干扰效果评估过程中存在的弊端缺陷,提出一种利用粒子群优化算法神经网络的客观语音干扰效果评估方法。该方法利用Mel倒谱技术提取所得的连续语音数据特征参数作为模型输入,再通过粒子群优化对BP神经网络的初始权系进行多点优化,建立了粒子群算法优化的BP神经网络模型,通过优化后的神经网络模型实现输入值到对应主观评价MOS证,对比表明,粒子群算法优化后的BP神经网络模型,其收敛速度较传统BP在4%以内,模型相关系数和标准差更加接近理想参数。     

某交流伺服系统的神经网络自抗扰控制

针对采用永磁同步电机(PMSM)驱动的某车载稳定平台交流伺服系统存在摩擦力矩、惯性力矩、负载扰动等一系列复杂非线性问题,考虑到自抗扰控制的抗扰能力强和BP神经网络的自我学习能力强的特点,设计了一种BP神经网络改进型自抗扰控制器(BPNN-ADRC).为了简化自抗扰控制耗时费力的参数整定过程,采用BP神经网络对自抗扰控制...     

人声浊音基频测量谱分析算法

人声基频检测是一个普遍关心的技术问题,目前所采用的方法也很多.利用数字信号处理的方法,通过对人声的浊音部分进行功率谱分析的方式,采用一种检查共振峰位置,进而遏止共振峰,在频域中凸显基波频率的方法,在频域确定信号的频率,从而自动检查出信号的基频.     

Analysis of the Signal of Singing Using the Vibrato Parameter in the Context of Choir Singers

Evaluation of quality of singing is an issue subjectively realized by the experts. This paper presents the results of the analysis of the vibrato parameter in the singing. The well-known fact is the existence of vibrato of sufficient quality in the voices of professional singers. The authors focus here on the choral voices to assess the quality of their singing from the point of view of the vibrato parameter. The method presented here is developed to evaluate the vibrato while singing under conditions close to the real ones. The study was carried out on the recordings of the members of an academic choir. As a result of tests it was found that not all singers present the same quality of vibrato in terms of deviation of vibrato confidence （STDCV）.     

基于小区相关性的PCI优化方法研究

现网中可以通过道路测试等方式发现MOD3干扰区域,而仅仅基于道路测试的PSS调整很难评估调整后其他MOD3情况和周边小区产生的干扰。因此对于MOD3干扰的调整需要尽可能通过区域内总体干扰情况的评估来得到最佳方案。本文研究一种基于小区相关性的PCI调整方法。     

Performance of wavelet analysis and neural networks for pathological voices identification

Within the medical environment, diverse techniques exist to assess the state of the voice of the patient. The inspection technique is inconvenient for a number of reasons, such as its high cost, the duration of the inspection, and above all, the fact that it is an invasive technique. This study focuses on a robust, rapid and accurate system for automatic identification of pathological voices. This system employs non-invasive, non-expensive and fully automated method based on hybrid approach: wavelet transform analysis and neural network classifier. First, we present the results obtained in our previous study while using classic feature parameters. These results allow visual identification of pathological voices. Second, quantified parameters drifting from the wavelet analysis are proposed to characterise the speech sample. On the other hand, a system of multilayer neural networks (MNNs) has been developed which carries out the automatic detection of pathological voices. The developed method was evaluated using voice database composed of recorded voice samples (continuous speech) from normophonic or dysphonic speakers. The dysphonic speakers were patients of a National Hospital ‘RABTA’ of Tunis Tunisia and a University Hospital in Brussels, Belgium. Experimental results indicate a success rate ranging between 75% and 98.61% for discrimination of normal and pathological voices using the proposed parameters and neural network classifier. We also compared the average classification rate based on the MNN, Gaussian mixture model and support vector machines.     

基于改进BP神经网络的ATM系统信息安全评估方法

根据ATM系统3层体系结构,针对ATM系统面临的信息安全问题,提出了应用人工神经网络(ANN)技术来评估ATM系统信息安全的思想;设计了基于改进的BPANN的ATM系统3层神经网络评估模型。根据建立的BP神经网络模型,以ATM信息系统主要信息安全指标作为训练样本,通过学习和训练找出输入与输出之间的内在联系,用训练好的BP网络对ATM信息系统进行评估,并将评估结果与传统的评估方法进行比较。实验结果表明,提出的评估模型具有很强的自适应性和容错能力,适用于复杂的ATM信息系统的安全性评估。实验数据与实际ATM信息系统的运行状态相吻合。     

基于PETRI网模型的LEO/MEO/GEO三层卫星网络的性能分析

基于Petri网模型方法和仿真方法,对一种低轨/中轨/同步地球轨(LEO/MEO/GEO)三层卫星网络进行了性能分析.首先建立了卫星网络的广义随机Petri网(GSPN)模型,采用SPNP6.0软件进行了网络性能分析.然后,将分析结果与采用OPNET软件对该三层卫星网络模拟的结果进行了比较,验证了模型的正确性,并得出了诸如在高网络负载的情况下三层网络结构的性能优于单层等新的结论.     

基于Netica 的机载雷达侦察效能评估

将动态贝叶斯网络应用于机载雷达侦察效能评估中,从而实现了一段时间内机载雷达侦察效能的动态评估。选取随战场环境、操作员水平等变化的因素作为影响机载雷达侦察效能评估的指标,并采用模糊分类方法形成各指标的状态集合;构建基于Netica 的动态贝叶斯网络模型,运用德尔菲法确定模型参数及隶属度函数,利用贝叶斯网络的推理模型以及相应的推理算法,对机载雷达侦察效能进行动态评估。仿真结果表明:该方法能够科学、有效地评估机载雷达侦察效能。     

时空特征融合深度学习网络人体行为识别方法

基于自然场景图像的人体行为识别方法中遮挡、背景干扰、光照不均匀等因素影响识别结果,利用人体三维骨架序列的行为识别方法可以克服上述缺点。首先,考虑人体行为的时空特性,提出一种时空特征融合深度学习网络人体骨架行为识别方法;其次,根据骨架几何特征建立视角不变性特征表示,CNN（Convolutional Neural Network）网络学习骨架的局部空域特征,作用于空域的LSTM（Long Short Term Memory）网络学习骨架空域节点之间的相关性特征,作用于时域的LSTM网络学习骨架序列时空关联性特征;最后,利用NTU RGB+D数据库验证文中算法。实验结果表明:算法识别精度有所提高,对于多视角骨架具有较强的鲁棒性。     

面向实网环境的漏洞指标体系构建和应用研究

互联网上的网络资产数量庞大,环境复杂多变。然而,现有的评估指标无法全面地评估这些因素对漏洞产生的影响,从而影响评估结果的准确性。为了解决上述问题,构建了一种面向实网环境的漏洞指标体系,并将其应用到实际评估中。采用通用漏洞评分系统的基本指标作为静态指标,并利用预训练模型对漏洞描述文本进行静态分数的自动评估。同时,使用资产和环境因素作为动态指标,基于层次分析法计算各指标的权重,构建评估方程。在基于网络空间资源测绘平台数据计算动态分数的基础上,将其与静态分数结合,计算漏洞危害评分。所提出的面向实网环境的漏洞评估指标体系和基于网络空间资源测绘平台数据的漏洞评估方法,能够对漏洞的真实危害性进行评估,具有较高的评估准确性和较快的评估速度,因而具有良好的应用价值。     

多孔碳的制备及HMTA对其微波介电性能的影响

以糠醛(F)和间苯二酚(R)为碳源、六次甲基四胺(HMTA)为催化剂,叔丁醇(T)为溶剂,采用溶胶-凝胶和高温热解法制备多孔碳。利用扫描电子显微镜(SEM)、X射线衍射仪(XRD)对所得样品的形貌和物相进行表征,利用矢量网络分析仪,在8.2~12.4 GHz频率范围对样品的微波介电性能进行测量。结果表明,热解碳产物具有类石墨结构。当R与H的比值为75时,在频率11.35 GHz,其介电损耗高达1.01。同时,对多孔碳产生介电损耗的机理进行了探讨。