公开(公告)号：CN118608769A

公开(公告)日：2024-09-06

申请号：CN202410745987.3

申请日：2024-06-11

Applicant: 新疆大学

Inventor： 贾振红 ,  王建一 ,  王佳佳 ,  周刚 ,  赵晖

IPC: G06V10/25 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0495 ,  G06N3/082 ,  G06N3/048 ,  G06V10/80 ,  G06V10/77 ,  G06V40/10

Abstract: 本发明提出了一种针对图像中小目标虫害检测的方法及装置，旨在解决检测模型在处理小目标时面临的数据不平衡问题。在BTD‑YOLOv9中，提出了WMOConcat方法，加强了特征提取，从而使其在检测过程中得到更多的关注。引入了Focaler‑NWDPIOU损失函数，降低了多数类对损失的影响，增强了对少数类别的学习能力。帮助模型更平衡地学习各个类别，提高了虫害的检测率。模型在图像中小目标虫害检测方面取得了显著的提升。为农田虫害检测提供了新的解决方案。处理器负责执行模型的推理和计算过程，而存储器则用于存储模型参数、中间结果以及最终的检测结果。这样的装置结构使得BTD‑YOLOv9模型能够在实际应用中高效、准确地完成虫害检测任务。

公开(公告)号：CN117995221A

公开(公告)日：2024-05-07

申请号：CN202410207993.3

申请日：2024-02-26

Applicant: 新疆大学

Inventor： 汪烈军 ,  王新程 ,  武天琦 ,  焦鑫鑫 ,  王建一

IPC: G10L25/63 ,  G10L25/30 ,  G10L25/03 ,  G10L25/18

Abstract: 本发明公开了基于渐进式信道查询的语音情感识别方法，属于语音情感识别技术领域，包括以下步骤：S1：对语料库中的纯净语音进行预处理，获取语音信号中的相关特征，得到冗余度低、情感区分度高的显著情感特征集；S2：搭建一个渐进式信道查询的网络模型，任务为语音情感分类；该模型分为三部分，分别为多尺度CNN网络、WavLM预训练编码器网络和信道语义查询层；S3：采用显著情感特征集作为网络模型的输入，进而对渐进式信道查询的网络模型进行训练，经过模型的深度分析和推断，最终在输出层得到精确的情感分类结果。本发明示例的基于渐进式信道查询的语音情感识别方法，基于渐进式的信道查询网络，实现了在信道维度上对语音情感信号的动态建模，获得了优异的情绪识别性能。