排序方式: 共有14条查询结果,搜索用时 15 毫秒
1.
提出了基于多窗谱法和小波阈值法对带噪语音的短时功率谱进行估计的语音增强改进方法.针对软、硬阈值法自身的缺点,采用了一种改进方法,即模平方处理方法.噪声估计过程中通过跟踪带噪语音帧来更新噪声估计.仿真结果表明,本文提出的方法能够快速跟踪突变噪声,具有较强的降噪能力.把此算法综合到语音增强中时,其增强性能要好于STSA-MMSE算法. 相似文献
2.
为提高语音情感识别精度,对基本声学特征构建的多维特征集合,采用二次特征选择方法综合考虑特征参数与情感类别之间的内在特性,从而建立优化的、具有有效情感可分性的特征子集;在语音情感识别阶段,设计二叉树结构的多分类器以综合考虑系统整体性能与复杂度,采用核融合方法改进SVM模型,使用多核SVM识别混淆度最大的情感。算法在Berlin情感语音库五种情感状态的样本上进行验证,实验结果表明二次特征选择与核融合相结合的方法在有效提高情感识别精度的同时,对噪声具有一定的鲁棒性。 相似文献
3.
4.
为去除水体中Cr(III)的污染, 本研究利用席夫碱反应原理制备了2-羟基-1-萘甲醛功能化SBA-15吸附剂(Q-SBA-15)。通过不同测试手段对所制备样品的形貌、孔道结构、元素组成和表面化学状态进行了系统表征。结果表明, SBA-15经2-羟基-1-萘甲醛修饰后, 其比表面积和孔径明显减小, 但表面形貌和晶体结构没有明显变化。为研究Q-SBA-15对Cr(III)的吸附性能, 详细分析了溶液pH和离子强度的影响, 以及吸附动力学、吸附等温线、吸附热力学和再生性能。结果表明, Q-SBA-15对Cr(III)吸附过程遵循准二级吸附动力学模型和Langmuir模型。当吸附温度为 40 ℃、pH为6、吸附时间为120 min时, Q-SBA-15对Cr(III)的吸附容量最大, 达到102.3 mg/g。Q-SBA-15对Cr(III)的吸附作用主要依靠其表面官能团与Cr(III)的配位螯合作用, 且为自发吸热过程。再生实验表明Q-SBA-15具有良好的重复使用性。该Q-SBA-15吸附剂在去除Cr(III)方面具有潜在的应用价值。 相似文献
5.
采用3-氨丙基三甲氧基硅烷(APTMS)对SBA-15介孔硅进行改性,获得氨基功能化介孔硅吸附剂(NH2-SBA-15),从而赋予其螯合重金属离子的能力。利用XRD、SEM、TEM、EDX、TGA、BET和XPS等手段对吸附剂的表面形貌、孔道结构、元素分布和表面化学性质进行了表征。研究了NH2-SBA-15吸附剂对水溶液中铬(Ⅲ)的吸附性能,分析了吸附动力学、吸附热力学和再生性能。结果表明,SBA-15吸附剂经过氨基功能化后,其原有的结晶结构没有明显变化,且对铬(Ⅲ)的吸附性能显著提高。NH2-SBA-15对铬(Ⅲ)的吸附行为符合Langmuir等温吸附模型和拟二级吸附动力学方程。NH2-SBA-15对铬(Ⅲ)的吸附过程主要依靠其表面—NH2与铬(Ⅲ)的配位螯合作用,且为吸热过程。经过5次循环利用后,NH2-SBA-15对铬(Ⅲ)的吸附率仍然保持在92%以上。该氨基功能化介孔硅吸附剂在吸附铬(Ⅲ)方面具有潜在的应用前景。 相似文献
6.
提出了基于多窗谱法和小波阈值法对带噪语音的短时功率谱进行估计的语音增强改进方法.针对软、硬阈值法自身的缺点,采用了一种改进方法,即模平方处理方法.噪声估计过程中通过跟踪带噪语音帧来更新噪声估计.仿真结果表明,本文提出的方法能够快速跟踪突变噪声,具有较强的降噪能力.把此算法综合到语音增强中时,其增强性能要好于STSA MMSE算法. 相似文献
7.
为提高语音情感识别精度,采用二叉树结构设计多分类器,其中使用半定规划法求解并构造多核支持向量机(SVM)分类模型,并采用均方根误差与最大误差对分类器性能进行衡量.对特征选择之后的参数集合进行了测试,结果表明,采用半定规划多核SVM分类模型的情感识别精度达到88.614%,比单核分类模型的识别精度提高了12.376%,且能有效减少误差积累和降低情感状态之间混淆程度. 相似文献
8.
用火焰原子吸收光谱法对保定师专部分学生发样中微量元素Fe、Zn、Ca、Pb含量进行了测定.对师专学生微量元素含量情况进行了分析,并对其饮食习惯提出建议。 相似文献
9.
10.
采用半定规划多核SVM的语音情感识别 总被引:1,自引:0,他引:1
为提高语音情感识别精度,采用二叉树结构设计多分类器,其中使用半定规划法求解并构造多核支持向量机( SVM)分类模型,并采用均方根误差与最大误差对分类器性能进行衡量.对特征选择之后的参数集合进行了测试,结果表明,采用半定规划多核SVM分类模型的情感识别精度达到88.614%,比单核分类模型的识别精度提高了12.376%,且能有效减少误差积累和降低情感状态之间混淆程度. 相似文献