基于情感语音的差异检测与剔除的说话人识别

提出了一种基于情感语音的差异检测与剔除的说话人识别方法,克服了前人的方法中需要在训练时提供测试说话人的情感语音或者需要在测试时提供测试语音的情感状态信息给系统的使用带来的不便性,并在识别性能上比传统的ASR系统提高4.7%。     

基于双概率神经网络的纹理图像识别

为提高纹理识别速度,在文献1纹理图像识别正确率较高的基础上,提出一种基于双概率神经网络（DPNN）的纹理图像识别方法。首先构造两个概率神经网络A和B,如果纹理特征明显,以较少的纹理特征能量特征作为网络A的输入参数即可识别,否则再加入统计特征和能量特征一起作为概率神经网络B的输入参数以达到较高的识别率。实验结果表明：采用双概率神经网络的纹理图像识别较文献1有更快的识别速度。     

基于小波变换的人体脉象信号奇异点检测

为了揭示脉象所包含的丰富的心血管系统生理病理信息,利用小波变换的奇异性检测原理,获得了脉象信号的小渡变换模极大值图,检测出了人体脉象信号的突变点,从而准确地确定了心脏收缩期ts和舒张期td.通过对大量信号的实验分析和统计,发现心脏病人和正常人的舒张期和收缩期之比td/ts及脉波率有明显差异,这为部分心脏病的诊断提供了定量的参考依据.     

脱水过程中无核白葡萄转录组测序及膜脂降解代谢中关键基因的筛选

该研究以吐鲁番地区无核白葡萄为试验材料,在25 ℃常温和30 ℃热风干燥后,取失水25%、50%时褐变和未褐变的样品。利用转录组测序技术筛选出膜脂降解代谢相关的关键基因,并利用实时荧光定量PCR技术对其进行验证,研究结果显示,转录组测序共获得了11.63亿的clean data,当无核白失水50%时未褐变与褐变的相比,在快速脱水组筛选出718个差异表达基因,慢速脱水组2 259个。将上述基因进行GO功能富集和KEGG富集分析后,筛选出43个膜脂代谢相关的差异基因,归类于5种代谢途径。从已获得的差异基因中最终筛选出乙醛脱氢酶7B4（Aldehyde Dehydrogenase7B4,ALDH7B4）、双半乳糖甘油二酯合成酶1（Digalactose Diglycerol Synthetase1,DGD1）、脂氧合酶（Lipoxygenase,LOX）、磷脂磷酸水解酶2（Lipid Phosphate Phosphatase2,LPP2）、二酰基甘油激酶5（Diacylglycerol Kinase5,DGK5）、非特异性磷脂酶C4（Non-specific Phospholipase C4,NPC4）、磷脂酶Dα1（Phospholipase Dα1,PLDα1）7个膜脂代谢相关的关键基因,经qRT-PCR验证,基因表达趋势与转录组测序结果基本一致。结果表明,膜脂降解代谢相关基因表达量变化对无核白脱水褐变有一定影响。     

北京园林树木物候的年代际变化——多物候阶段的树种响应

近30年来加剧的气候变化已经显著改变了北温带森林的树木物候,并对城市植被生态与景观产生长远影响。尽管此前已有研究揭示北京地带性植被生长季与花叶物候的整体变化趋势和气候响应特征,物候响应的种间差异及各物候阶段的响应敏感性仍有待进一步探究。聚焦1980s-2010s北京植物园45种园林树木物候的年代际变化,旨在揭示不同树种、各物候阶段的物候响应特征和响应敏感性差异。结果表明,与30年前相比,各树种始花期、盛花期和末花期分别平均提前10.2日、7.5日、2.4日(p<0.05),开花持续期延长,每日同步开花树种增多;各树种展叶始期平均提前7.8日(p<0.05),秋色盛期及落叶末期分别平均延后7日、7.8日(p<0.05),导致生长季及叶幕期显著延长(p<0.05)。以物候变化量绝对值衡量特定物候阶段的响应敏感性,发现与其他物候阶段相比,始花期的响应敏感性最为突出且种间一致性较强,而叶衰老物候在响应方向及程度上的种间差异最为显著,开花、展叶物候的响应差异导致8个树种的花叶时序发生颠倒。以始花期、末花期、展叶始期及落叶末期的响应敏感性标准化值均值衡量各树种的综合物候敏感性并作树种聚类分析,发现玉兰、紫丁香、华北珍珠梅、元宝枫、黄刺玫等树种呈高物候敏感性,文冠果、毛泡桐、桑、碧桃、楸等树种呈低物候敏感性,且大部分树种各物候阶段的敏感性特征并不均衡,需予以持续关注和进一步探究。面对持续变暖、极端性增强的气候变化趋势,研究结果可从树种层面为提高北京城市植被景观与生态的气候适应性提供一定参考。     

一种计及频率偏移的谐波与邻近间谐波估计方法

新能源大规模并网会诱导电力信号中出现关于基波/谐波对称的邻近间谐波对或单个邻近间谐波。对信号中各频率成分进行参数估计时,往往需要获知邻近间谐波的类型以构建准确的计算模型。而当电网频率偏离额定值时,频谱泄露干扰将使该要求难以实现。为此,本文提出一种在频率偏移时依然有效的邻近间谐波类型判据及基于此判据的谐波与邻近间谐波参数估计方法。首先,通过分析频率偏移与泄露谱线的映射关系,抑制基波与谐波的频谱泄露以提取邻近间谐波谱线;然后,通过对比不同类型邻近间谐波的频谱差异,提出利用谱线比值作为邻近间谐波类型判据;最后,基于邻近间谐波类型信息,构建邻近间谐波谱线方程以精准估计谐波及邻近间谐波参数。本文所提方法在频率偏移时仍能准确判断邻近间谐波的类型,并能实现更精准的参数估计,仿真验证了本文方法的准确性。     

一种椎弓根螺钉内固定术中非同源低重叠率点云的配准方法

在手术导航系统辅助的椎弓根螺钉内固定术中,术前与术中点云配准精度是影响导航定位效果的重要因素。由于术前与术中点云的获取方式不同,且术中暴露位置受限,两种非同源三维点云存在初始位姿差异大、重叠率低的问题,现有的配准算法在术前术中点云配准时容易失效且精度不高。为此,本文提出了一种椎弓根螺钉内固定术中非同源低重叠率点云的配准方法。首先,对术中点云进行降采样,对术前点云进行基于最远点采样的局部区域划分,选取其中的最优局部区域,与术中点云进行采样一致性初始配准;之后,采用迭代最近点算法进行进一步优化,实现点云的准确对齐。在本文所用数据集上,所提算法在术前术中点云配准实验中的平均旋转误差为0.406°,平移误差为0.474 mm,实现了初始位姿差异大、重叠率低的非同源术前术中点云的高精度配准,与现有算法相比,配准成功率从66.67%提高至100%。     

基于身份感知模型的素描人脸识别方法

针对素描图像和光学图像之间存在较大的模态差异这一问题,提出了一种基于身份感知模型的素描人脸识别方法,实现跨模态图像生成和素描人脸识别。该方法应用新的感知损失来监督图像生成网络,生成更好的跨模态图像,减少模态差异带来的识别精度损失,并通过三元组损失来正则化类内和类间距离,增强识别模型的性能,用联合训练策略提升素描人脸识别能力。在UoM-SGFSv2、e-PRIP等素描人脸数据集上的实验结果表明,该方法识别效果优于其他对比算法。     

基于特征增强的光学遥感图像建筑物变化检测

遥感图像变化检测是识别同一区域前后时段两张图像之间像素级变化,能够精确判断目标区域状态变化。现有的遥感图像变化检测方法是在不同时间流中引入注意力机制来强化变化区域图像特征,并将其叠加以实现特征融合,不能有效地挖掘与应用不同时间流特征之间的关系。基于特征提取网络,提出一种在时间维度上基于像素位置偏移的图像特征差异增强方法。该方法可学习不同时相图像特征之间对应区域的像素变化偏移量,增强单时相特征图中发生变化区域和无关区域之间的特征差异。在此基础上,构建一个针对光学遥感图像中建筑物变化的检测框架,以ResNet18网络和多层感知机结构分别作为编码器、解码器,在LEVIR-CD、LEVIR-CD+和S2Looking 3个公开数据集上进行实验,结果表明,基于特征增强的图像变化检测方法的F1值分别为90.74%、86.11%和62.25%,相比目前最优的BIT方法分别提高了1.43、3.31和0.4个百分点。     

考虑双目竞争视觉现象的非对称失真立体图像质量评价方法

目的 现有方法存在特征提取时间过长、非对称失真图像预测准确性不高的问题,同时少有工作对非对称失真与对称失真立体图像的分类进行研究,为此提出了基于双目竞争的非对称失真立体图像质量评价方法。方法 依据双目竞争的视觉现象,利用非对称失真立体图像两个视点的图像质量衰减程度的不同,生成单目图像特征的融合系数,融合从左右视点图像中提取的灰度空间特征与HSV （hue-saturation-value）彩色空间特征。同时,量化两个视点图像在结构、信息量和质量衰减程度等多方面的差异,获得双目差异特征。并且将双目融合特征与双目差异特征级联为一个描述能力更强的立体图像质量感知特征向量,训练基于支持向量回归的特征—质量映射模型。此外,还利用双目差异特征训练基于支持向量分类模型的对称失真与非对称失真立体图像分类模型。结果 本文提出的质量预测模型在4个数据库上的SROCC （Spearman rank order correlation coefficient）和PLCC （Pearson linear correlation coefficient）均达到0.95以上,在3个非对称失真数据库上的均方根误差（root of mean square error,RMSE）取值均优于对比算法。在LIVE-II（LIVE 3D image quality database phase II）、IVC-I（Waterloo-IVC 3D image qualityassessment database phase I）和IVC-II （Waterloo-IVC 3D image quality assessment database phase II）这3个非对称失真立体图像测试数据库上的失真类型分类测试中,对称失真立体图像的分类准确率分别为89.91%、94.76%和98.97%,非对称失真立体图像的分类准确率分别为95.46%,92.64%和96.22%。结论 本文方法依据双目竞争的视觉现象融合左右视点图像的质量感知特征用于立体图像质量预测,能够提升非对称失真立体图像的评价准确性和鲁棒性。所提取双目差异性特征还能够用于将对称失真与非对称失真立体图像进行有效分类,分类准确性高。