-
公开(公告)号:CN109256127A
公开(公告)日:2019-01-22
申请号:CN201811359541.8
申请日:2018-11-15
Applicant: 江南大学
Abstract: 本发明提供了一种基于非线性幂变换Gammachirp滤波器的鲁棒语音特征提取方法,主要解决针对在噪声环境下语音识别系统性能急剧下降的问题,该方法通利用符合耳蜗听觉特性的Gammachirp滤波器组,并对该滤波器进行了压缩归一化的处理优化,在得到响应系数后,通过一个分段式非线性的幂函数变换过程,使其能够模拟人耳听觉模型处理信号的非线性特性。并且,方法中结合了相对谱RASTA滤波、均值方差归一化和时间序列滤波等技术方法,进一步提高了语音特征的抗噪鲁棒性。本发明方法能够提高噪声环境下语音识别系统的识别率,提高系统的抗噪鲁棒性,满足日常生活中如智能家居、车载系统和各种需要进行身份安全认证的安全领域。
-
公开(公告)号:CN108596845A
公开(公告)日:2018-09-28
申请号:CN201810338130.4
申请日:2018-04-12
Applicant: 江南大学
IPC: G06T5/00
Abstract: 本发明提供了一种基于混合鲁棒权重和方法噪声的图像去噪方法,属于智能信息处理技术领域,主要解决传统NLM算法难以有效维持噪声抑制与细节保持之间的平衡的问题。该方法首先采用一种改进的混合鲁棒权重函数来计算图像块的相似性权重;再利用预去噪后的图像构造出方法噪声,并与两级去噪框架相结合;最后将提出的混合鲁棒权重函数和方法噪声应用到两级非局部均值去噪方法中。本发明方法能够在抑制噪声的同时,有效地保留图像中的结构细节信息,具有更优的去噪性能。
-
公开(公告)号:CN109886493B
公开(公告)日:2022-09-02
申请号:CN201910141974.4
申请日:2019-02-26
Applicant: 江南大学
Abstract: 本发明提供了一种基于改进多目标粒子群算法的物流系统设计方法,属于智能物流应用领域,主要解决同时处理物流系统的低搭建成本和高运输效率的问题。该方法首先将物流系统的搭建成本和运输效率描述成对应的目标函数以及对解决方案的形式进行数学描述;接着采用扩容的方法将目标函数值的上下限进行扩大,并根据此上下限搭建网格,计算粒子的网格坐标;然后采用双距离决策的方法挑选出引导粒子,并结合粒子群公式产生下一代的粒子群,筛选出最优解集保存;最后根据客户的需求,从最优解集中选择合适的物流系统。本发明方法设计的物流系统既能满足搭建成本低又能满足运输效率高的需求,具有很好的实际使用价值。
-
公开(公告)号:CN108596845B
公开(公告)日:2021-03-23
申请号:CN201810338130.4
申请日:2018-04-12
Applicant: 江南大学
IPC: G06T5/00
Abstract: 本发明提供了一种基于混合鲁棒权重和方法噪声的图像去噪方法,属于智能信息处理技术领域,主要解决传统NLM算法难以有效维持噪声抑制与细节保持之间的平衡的问题。该方法首先采用一种改进的混合鲁棒权重函数来计算图像块的相似性权重;再利用预去噪后的图像构造出方法噪声,并与两级去噪框架相结合;最后将提出的混合鲁棒权重函数和方法噪声应用到两级非局部均值去噪方法中。本发明方法能够在抑制噪声的同时,有效地保留图像中的结构细节信息,具有更优的去噪性能。
-
公开(公告)号:CN109256127B
公开(公告)日:2021-02-19
申请号:CN201811359541.8
申请日:2018-11-15
Applicant: 江南大学
Abstract: 本发明提供了一种基于非线性幂变换Gammachirp滤波器的鲁棒语音特征提取方法,主要解决针对在噪声环境下语音识别系统性能急剧下降的问题,该方法通利用符合耳蜗听觉特性的Gammachirp滤波器组,并对该滤波器进行了压缩归一化的处理优化,在得到响应系数后,通过一个分段式非线性的幂函数变换过程,使其能够模拟人耳听觉模型处理信号的非线性特性。并且,方法中结合了相对谱RASTA滤波、均值方差归一化和时间序列滤波等技术方法,进一步提高了语音特征的抗噪鲁棒性。本发明方法能够提高噪声环境下语音识别系统的识别率,提高系统的抗噪鲁棒性,满足日常生活中如智能家居、车载系统和各种需要进行身份安全认证的安全领域。
-
公开(公告)号:CN109886493A
公开(公告)日:2019-06-14
申请号:CN201910141974.4
申请日:2019-02-26
Applicant: 江南大学
Abstract: 本发明提供了一种基于改进多目标粒子群算法的物流系统设计方法,属于智能物流应用领域,主要解决同时处理物流系统的低搭建成本和高运输效率的问题。该方法首先将物流系统的搭建成本和运输效率描述成对应的目标函数以及对解决方案的形式进行数学描述;接着采用扩容的方法将目标函数值的上下限进行扩大,并根据此上下限搭建网格,计算粒子的网格坐标;然后采用双距离决策的方法挑选出引导粒子,并结合粒子群公式产生下一代的粒子群,筛选出最优解集保存;最后根据客户的需求,从最优解集中选择合适的物流系统。本发明方法设计的物流系统既能满足搭建成本低又能满足运输效率高的需求,具有很好的实际使用价值。
-
-
-
-
-
-