公开(公告)号：CN105023023A

公开(公告)日：2015-11-04

申请号：CN201510413836.9

申请日：2015-07-15

Applicant: 福州大学

Inventor： 余春艳 ,  滕保强 ,  林明安 ,  陈壮威 ,  张栋 ,  何振峰

IPC: G06K9/62 ,  G06K9/46 ,  G06K9/32 ,  G06T7/00

CPC classification number: G06K9/6259 ,  G06K9/3233 ,  G06K9/4671 ,  G06T7/0012 ,  G06T2207/30068

Abstract: 本发明涉及一种用于计算机辅助诊断的乳腺B超图像特征自学习提取方法，首先基于中等规模以上的乳腺B超病灶区域图像集无监督训练出一个卷积受限玻尔兹曼机(CRBM)，对于任意给定的一幅B超病灶区域图像，首先将其输入训练好的CRBM，由CRBM提取得到乳腺B超图像的初始特征；随后，利用主成分分析法（PCA）对初始特征进行降维，得到可用于计算机辅助诊断的低维乳腺B超图像特征，完成乳腺B超图像浅层特征的自学习提取。本发明采用完全无监督的形式，从已有的乳腺B超图像数据中去自学习特征，减少工作量，避免了人工干涉，该方法实现灵活，具有较强的实用性。

公开(公告)号：CN104464727A

公开(公告)日：2015-03-25

申请号：CN201410755098.1

申请日：2014-12-11

Applicant: 福州大学

Inventor： 余春艳 ,  林明安 ,  滕保强 ,  张栋 ,  刘灵辉 ,  叶东毅

IPC: G10L15/16 ,  G10L15/02 ,  G10L15/06

Abstract: 本发明涉及一种基于深度信念网络的单通道音乐的歌声分离方法：先利用深度信念网络(DBN)抽取出有利于伴奏声和歌声的分离的高层抽象特征，紧接着利用Back-Propagation 神经网络分离出伴奏声和歌声的特征，最后利用重叠相加法得到时域的伴奏声和歌声信号。该方法将待分离的混合音乐分成很短的片段，从而弥补DBN在处理不同时间尺度音乐信号上的缺陷，同时利用了DBN的快速抽取高层抽象特征能力抽取出有利于分离出人声和伴奏声的高层抽象特征。最后考虑到由于单通道音乐信号是属于高维数据，在处理高维输入和高维输出问题上神经网络有着其特有的处理能力，所以选择使用BP神经网络作为最后的人声和伴奏声的分离器。该方法简单灵活，具有较强的实用性。