-
公开(公告)号：CN118052297A
公开(公告)日：2024-05-17
申请号：CN202410052337.0
申请日：2024-01-12
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于区块链的分层联邦学习激励方法及系统，方法包括：在下层，联邦学习任务的总奖励分给各服务端；各服务端通过求解与客户端的效用最优化问题得到一系列契约条款；各客户端根据自身的效用选择签订提供的契约条款；客户端进行本地训练并上传模型更新到服务端，得到训练奖励；在上层，服务端运行区块链节点，所有本地模型和聚合后的全局模型被打包成块；各服务端根据基于贡献的共识机制选择出块的服务端并完成出块；客户端接收更新的全局模型并进行下一轮本地训练，重复训练阶段直至全局模型收敛。本发明能够有效促进参与方进行模型训练的积极性，增强系统的抗攻击能力，提升系统的模型训练效率和学习质量。
-
公开(公告)号：CN116524939A
公开(公告)日：2023-08-01
申请号：CN202310439188.9
申请日：2023-04-23
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于ECAPA‑TDNN的鸟鸣物种自动识别方法，包括：采集鸟鸣片段，进行预处理和特征提取，获得梅尔频率倒谱系数；将梅尔频率倒谱系数送入ECAPA‑TDNN网络进行训练；通过基于高斯混合模型的语音端点检测算法，去除静音片段，提取包含鸟鸣声的片段；获取鸟鸣片段对应的梅尔频率倒谱系数，输入训练好的模型进行识别，得到结果；将识别结果逐条显示在图形用户界面上，分类别进行数量统计，绘制频谱图，并在导出表格中展示识别信息。本发明通过ECAPA‑TDNN模型提高了鸟鸣分类场景下的准确率，实现了鸟类鸣唱长片段数据的自动分类和初步分析，减轻了人工剪裁的工作量，便于后续进行生态领域的深入分析。
-
公开(公告)号：CN114913869A
公开(公告)日：2022-08-16
申请号：CN202210605227.3
申请日：2022-05-31
Applicant: 南京理工大学
IPC: G10L21/0232 , G10L25/51 , G10L17/26
Abstract: 本发明公开了一种对噪声影响低敏的鸟类声学多样性指数方法，该方法首先通过短时傅里叶变换获得野外鸟声监测数据在分析时段中的时频功率谱，然后根据窄带噪声电平估计计算各频点满足局部信噪比要求的浮动检测门限候选值，并将满度相对电平门限作为下限值得到时频谱二值化处理的频变检测门限，最后通过统计各子频带内功率高于检测门限的时频点数量进行香农指数计算，得到基于频变门限检测的声学多样性指数。本发明能在有效解决ADI对噪声影响非常敏感的原理性缺陷的同时，还能完全兼容已有ADI研究的生态学解释和发现，为实现稳定可靠的鸟类物种多样性快速评估提供了一种新的工具，对生态环境声学监测具有十分重要的意义。
-
公开(公告)号：CN109741609B
公开(公告)日：2021-05-04
申请号：CN201910136810.2
申请日：2019-02-25
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于麦克风阵列的机动车鸣笛声监测方法，该方法首先基于麦克风阵列采集多通道交通音频信号，然后利用麦克风阵列信号处理技术实现对采集数据的空域滤波，实现机动车鸣笛声的自适应信号增强，并对增强后的潜在机动车鸣笛声进行声学检测。本发明适用于主城区内路口、教学区、生活区等典型禁鸣区域，可以有效抑制来自于其他方向环境干扰噪声的不利影响，能够有效增强机动车鸣笛声，提升机动车鸣笛声的声学检测准确性。
-
公开(公告)号：CN109741759A
公开(公告)日：2019-05-10
申请号：CN201811566250.6
申请日：2018-12-21
Applicant: 南京理工大学
IPC: G10L21/0216 , G10L21/0264 , G10L17/26 , G10L17/02 , G10L25/18 , G10L25/21 , G10L25/45 , G10L25/24
Abstract: 本发明公开了一种面向特定鸟类物种的声学自动检测方法。该方法先采用基于高斯混合模型的声学事件检测处理过程提取特定鸟类物种潜在鸣声片段，结合基于候选声音事件的能量、鸣叫时长、频率分布的后处理过程，完成稳健检测与自动分段；然后对各个声音片段进行自适应信号降噪，对增强后的声音片段提取相应的梅尔倒谱系数特征参数，获得潜在鸣声片段特征集；最后结合潜在鸣声片段特征集和支持向量机完成特定鸟类物种声学检测。本发明实现过程便捷，此外通过采用基于麦克风阵列的自适应信号增强处理能够明显改善声音事件的信噪比从而提高特定物种辨识准确率，实现野外自然环境下特定鸟类物种的声学检测，对于野外珍稀鸟类物种的生态保护具有重要意义。
-
Patent Agency Ranking
公开(公告)号：CN109645957A
公开(公告)日：2019-04-19
申请号：CN201811572356.7
申请日：2018-12-21
Applicant: 南京理工大学
Abstract: 本发明公开了一种鼾声来源分类方法。该方法针对鼾症患者的鼾声来源分类问题，首先采集鼾声数据信号，并进行预加重、分帧、加窗处理等预处理以及自适应增强处理，有效抑制鼾声数据中的环境噪声，从而得到较为纯净的鼾声信号；然后针对鼾声片段谱图提取能够反映谱能量变化信息的梯度方向直方图特征，并通过多线性主成分分析算法进行特征压缩；最后利用支持向量机分类器实现鼾声来源分类。本发明能够在噪声环境下获得较好的分类性能，运行效率高且易于实现，对确定鼾症患者的治疗方案有重要的医学价值。
-
公开(公告)号：CN109633527A
公开(公告)日：2019-04-16
申请号：CN201811531613.2
申请日：2018-12-14
Applicant: 南京理工大学
IPC: G01S3/802
CPC classification number: G01S3/8027
Abstract: 本发明公开了一种基于低秩及几何约束的嵌入式平面麦克风阵列声源测向方法，该方法包括以下步骤：首先根据嵌入式平面麦克风阵列获取的实测数据进行波达时间差估计；之后利用波达时间差估计值，根据波达时间的大小关系选择通视麦克风作为参考麦克风；然后基于选取的参考麦克风构建波达时间差矩阵，进行施加低秩及几何约束条件下的凸优化校正；最后根据校正后的波达时间差结果构建波达时间差向量，进而进行最小二乘方位角估计。本发明显著减小了嵌入式平面麦克风阵列最小二乘方位角估计偏差的统计均值与方差，具有广阔的应用前景。
-
公开(公告)号：CN107505598A
公开(公告)日：2017-12-22
申请号：CN201710647762.4
申请日：2017-08-01
Applicant: 南京理工大学
IPC: G01S5/20
CPC classification number: G01S5/20
Abstract: 本发明公开了一种基于三基阵的空中炸点定位方法，首先在预定炸点下方布置3个相同的基阵组，每个基阵通过以太网连接远端安全区域的中心计算机构成三基阵网络定位系统；然后3个基阵分别采集空中炸点爆炸过程产生的声信号，基于采集到的声信号计算炸点的方位角和俯仰角信息，并将方位角和俯仰角信息传送到远端安全区域的中心计算机；最后中心计算机基于总体最小二乘的多基阵定位方法对各个基阵的中心位置坐标及其接收的方位角、俯仰角信息进行融合处理，得到空中炸点的位置坐标。本发明方法降低了麦克风阵列结构和测角之间的敏感度，缩短了处理时间，提高了定位精度。
-
公开(公告)号：CN105954710A
公开(公告)日：2016-09-21
申请号：CN201610526960.0
申请日：2016-07-06
Applicant: 南京理工大学
IPC: G01S3/80
CPC classification number: G01S3/80
Abstract: 本发明公开了一种基于嵌入式声传感器阵列的误差分析装置及方法。该方法在真实声场环境下，首先取用嵌入式声传感器阵列系统录制的待分析信号，通过声音活动性检测找到待测声源信号端点；然后利用基于到达时间差的声源定位算法来估计声源方向。在求到达时间差时，使用基于相位的广义互相关函数，计算声源方向，并与理论声源方向进行对比。最后通过基本的统计学方法，对待测声源信号的角度误差绘制统计图，得出误差产生的原因和角度误差的分布规律。本发明的方法考虑到各种影响因素，使用了较为全面客观的数据，能够通过修正角度误差提高嵌入式声传感器阵列的测向准确度。
-
公开(公告)号：CN103852156B
公开(公告)日：2016-08-17
申请号：CN201410122600.5
申请日：2014-03-28
Applicant: 南京理工大学
IPC: G01H11/06
Abstract: 本发明公开了一种基于传声器阵列的环境噪声方位分布测量装置，该装置采用传声器阵列形式和具有强处理能力的可编程控制器，结构紧凑，外形规则，通用性好，轻便节能，具有多种通信接口方式，易于便携和组网使用。测量装置能够放置在噪音发源地如建筑施工地或场所附近，采用自适应波束形成算法，能够监测当地噪声在不同方位来向的声级分布情况，方便快捷地为监管执法人员提供有效的数据证据。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.027 seconds)
