检索结果

Select

1. 基于决策边界优化域自适应的跨库语音情感识别

汪洋, 傅洪亮, 陶华伟, 杨静, 谢跃, 赵力

《计算机应用》唯一官方网站 2023, 43 (2): 374-379. DOI: 10.11772/j.issn.1001-9081.2021122043

摘要（410）

HTML （18）

PDF （3084KB）（214）

域自适应算法被广泛应用于跨库语音情感识别中；然而，许多域自适应算法在追求减小域差异的同时，丧失了目标域样本的鉴别性，导致其以高密度的形式存在于模型决策边界处，降低了模型的性能。基于此，提出一种基于决策边界优化域自适应（DBODA）的跨库语音情感识别方法。首先利用卷积神经网络进行特征处理，随后将特征送入最大化核范数及均值差异（MNMD）模块，在减小域间差异的同时，最大化目标域情感预测概率矩阵的核范数，从而提升目标域样本的鉴别性并优化决策边界。在以Berlin、eNTERFACE和CASIA语音库为基准库设立的六组跨库实验中，所提方法的平均识别精度领先于其他算法1.68~11.01个百分点，说明所提模型有效降低了决策边界的样本密度，提升了预测的准确性。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

2. 基于去噪自编码器和长短时记忆网络的语音测谎算法

傅洪亮, 雷沛之

《计算机应用》唯一官方网站 2020, 40 (2): 589-594. DOI: 10.11772/j.issn.1001-9081.2019071183

摘要（582）

HTML （1）

PDF （670KB）（440）

为进一步提升语音测谎性能，提出了一种基于去噪自编码器（DAE）和长短时记忆（LSTM）网络的语音测谎算法。首先，该算法构建了优化后的DAE和LSTM的并行结构PDL；然后，提取出语音中的人工特征并输入DAE以获取更具鲁棒性的特征，同时，将语音加窗分帧后提取出的Mel谱逐帧输入到LSTM进行帧级深度特征的学习；最后，将这两种特征通过全连接层及批归一化处理后实现融合，使用softmax分类器进行谎言识别。CSC（Columbia-SRI-Colorado）库和自建语料库上的实验结果显示，融合特征分类的识别准确率分别为65.18%和68.04%，相比其他对比算法的识别准确率最高分别提升了5.56%和7.22%，表明所提算法可以有效提高谎言识别精度。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

3. 基于双码本的多用户MIMO有限反馈预编码方法

傅洪亮陶勇张元

计算机应用 2011, 31 (09): 2325-2328. DOI: 10.3724/SP.J.1087.2011.02325

摘要（1496）

PDF （579KB）（506）

针对多用户多输入多输出(MIMO)下行链路由有限反馈导致的性能缺失，提出一种基于双码本的有限反馈预编码方法。该方法首先在接收端根据期望用户最大信干比准则从预置码本中选取预编码码字及扰动码字反馈给发送端，然后利用矩阵线性变换特性对预编码码字进行线性变换扰动以达到容量最优，从而补偿由于有限反馈导致的容量性能缺失。仿真结果表明，所提出的方法在保证反馈链路开销与系统误码性能的情况下，有效地改善了系统吞吐量。

相关文章 | 多维度评价

Select

4. 基于几何均值分解的V-BLAST非线性预编码方法

傅洪亮陶勇张元

计算机应用 2010, 30 (11): 3077-3079.

摘要（1239）

PDF （469KB）（939）

针对垂直分层空时方案传统检测存在误层传输效应及复杂度高的问题,提出了一种MIMO-OFDM下行链路系统中基于几何均值分解的V-BLAST非线性模代数预编码方法。该方法首先采用几何均值分解获得各子信道具有相同等效噪声增益的预编码矩阵,再在发射端正交频分复用(OFDM)子载波信道间进行非线性模代数预编码,可以有效地消除分层空时码的误层传输效应,在接收端采用最小均方误差准则。仿真实验表明,该方法比传统方法有效改善了系统的误码性能,一定程度上降低了下行链路接收机的复杂度。