检索结果

Select

1. 基于源语言句法增强解码的神经机器翻译方法

龚龙超, 郭军军, 余正涛

《计算机应用》唯一官方网站 2022, 42 (11): 3386-3394. DOI: 10.11772/j.issn.1001-9081.2021111963

摘要（299）

HTML （6）

PDF （1267KB）（145）

当前性能最优的机器翻译模型之一Transformer基于标准的端到端结构，仅依赖于平行句对，默认模型能够自动学习语料中的知识；但这种建模方式缺乏显式的引导，不能有效挖掘深层语言知识，特别是在语料规模和质量受限的低资源环境下，句子解码缺乏先验约束，从而造成译文质量下降。为了缓解上述问题，提出了基于源语言句法增强解码的神经机器翻译（SSED）方法，显式地引入源语句句法信息指导解码。所提方法首先利用源语句句法信息构造句法感知的遮挡机制，引导编码自注意力生成一个额外的句法相关表征；然后将句法相关表征作为原句表征的补充，通过注意力机制融入解码，共同指导目标语言的生成，实现对模型的先验句法增强。在多个IWSLT及WMT标准机器翻译评测任务测试集上的实验结果显示，与Transformer基线模型相比，所提方法的BLEU值提高了0.84~3.41，达到了句法相关研究的最先进水平。句法信息与自注意力机制融合是有效的，利用源语言句法可指导神经机器翻译系统的解码过程，显著提高译文质量。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

2. 基于随机子空间的扩展隔离林算法

谢雨, 蒋瑜, 龙超奇

计算机应用 2021, 41 (6): 1679-1685. DOI: 10.11772/j.issn.1001-9081.2020091436

摘要（415）

PDF （1335KB）（461）

针对扩展隔离林（EIF）算法时间开销过大的问题，提出了一种基于随机子空间的扩展隔离林（RS-EIF）算法。首先，在原数据空间确定多个随机子空间；然后，在不同的随机子空间中通过计算每个节点的截距向量与斜率来构建扩展孤立树，并将多棵扩展孤立树集成为子空间扩展隔离林；最后，通过计算数据点在扩展隔离林中的平均遍历深度来确定数据点是否异常。在离群值检测数据库（ODDS）中的9个真实数据集与呈多元分布的7个人工数据集上的实验结果表明，所提RS-EIF算法对局部异常很敏感，相较EIF算法减少了约60%的时间开销；在样本数量较多的ODDS数据集上，该算法识别精度高出孤立森林（iForest）算法、轻型在线异常检测（LODA）算法和基于连接函数的异常检测（COPOD）算法2~12个百分点。RS-EIF算法在样本数量大的数据集中识别效率更高。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于峰值网格改进的小波聚类算法

龙超奇, 蒋瑜, 谢雨

计算机应用 2021, 41 (4): 1122-1127. DOI: 10.11772/j.issn.1001-9081.2020071042

摘要（344）

PDF （1096KB）（576）

针对小波聚类算法在不同网格划分尺度下表现出的聚类效果差异，提出了一种基于峰值网格的改进方法。算法主要针对小波聚类中连通区域的检测方式进行改进：首先，将小波变换后的空间网格依网格值的大小进行排序；然后利用广度优先搜索的方式遍历每一个空间网格，以检测经小波变换后数据中的峰值连通区域；最后，标记连通区域并将其映射到原数据空间中，以得出聚类结果。在8个人工数据集（4个凸数据集与4个非凸数据集）和UCI数据库中的2个真实数据集上的实验结果表明，改进算法在低网格划分尺度下有着良好的表现，与原小波聚类算法相比，这个算法对网格划分尺度的需求降低了25%~60%，并且在相同的聚类效果下减少了14%的聚类所需时间。

参考文献 | 相关文章 | 多维度评价

Select

4. 基于噪声抵消与波束形成的小阵语音增强

龙超, 曾庆宁, 罗瀛

计算机应用 2020, 40 (8): 2386-2391. DOI: 10.11772/j.issn.1001-9081.2019122106

摘要（382）

PDF （999KB）（288）

为了提高麦克风小阵的语音增强效果，将阵列抗串扰自适应噪声抵消（ACRANC）方法与波束形成（BF）方法相结合，提出了一种效果更好的小阵语音增强方法。首先，通过生成多个ACRANC子系统，获得多路增强语音信号；然后，通过所提的自适应模式控制（AMC）算法和延迟求和（DAS）波束形成方法进一步提高多路增强语音信号的增强效果。对提出的方法进行了计算复杂度估计，验证了所提方法可以通过普通芯片实时实现。实际环境下的实验结果也表明，所提方法的语音增强效果相较ACRANC方法有所提高，具有一定的优越性。

参考文献 | 相关文章 | 多维度评价

Select

5. 多噪声环境下双微阵列语音增强算法

罗瀛, 曾庆宁, 龙超

计算机应用 2019, 39 (8): 2426-2430. DOI: 10.11772/j.issn.1001-9081.2018122494

摘要（367）

PDF （772KB）（258）

为提高双微阵列语音增强系统在多噪声环境下的消噪性能，提出一种适用于双微阵列的改进广义旁瓣抵消器语音增强算法。根据双微麦克风阵列的结构特点，首先，用基于噪声互功率谱估计的改进相干滤波算法消除距离较远麦克风之间产生的弱相关噪声；然后，利用广义旁瓣抵消算法消除距离较近麦克风之间产生的强相关噪声；最后，通过基于最小值控制递归平均的子带谱减法有针对性地消除不同频带上的残留噪声。仿真实验表明，在多噪声环境下所提算法较现有的双微阵列语音增强算法取得了更好的感知语音质量评价得分，一定程度上改善了双微阵列语音增强系统对复杂噪声的抑制效果。

参考文献 | 相关文章 | 多维度评价

Select

6. 基于Kinect和视觉词典的三维SLAM

龙超, 韩波, 张宇

计算机应用 2016, 36 (3): 774-778. DOI: 10.11772/j.issn.1001-9081.2016.03.774

摘要（489）

PDF （849KB）（435）

针对传统滤波器方法解决机器人同时定位与地图创建(SLAM)时的误差积累问题,提出了一种基于视觉词典(BOW)的三维SLAM算法,以有效解决机器人长时间运动下误差积累的问题。相比图优化SLAM中常用的随机检测和Kd树(Kd-Tree)算法,采用基于树结构的视觉词典闭环检测算法来提高相似场景的检索效率。首先采用基于GPU的特征提取算法提取图像特征,并利用交叉匹配和k最近邻(kNN)算法取得图像中鲁棒性较强的内点;然后通过基于随机抽样一致性奇异值分解(RANSAC SVD)算法计算出相邻帧的初始位姿变换,并利用通用迭代最近点(G-ICP)算法进行优化,得到高精度的位姿变换;最后利用增量平滑和建图(iSAM)图优化方法得出最终位姿,拼接出高精度的点云地图和运动轨迹。标准数据集的测试表明,所提算法在复杂情况下具有良好的鲁棒性和精度。

参考文献 | 相关文章 | 多维度评价

Select

7. 基于麦克风小阵的多噪声环境语音增强算法

马金龙, 曾庆宁, 胡丹, 龙超, 谢先明

计算机应用 2015, 35 (8): 2341-2344. DOI: 10.11772/j.issn.1001-9081.2015.08.2341

摘要（434）

PDF （591KB）（445）

针对助听器等设备在非平稳或多种噪声并存环境下使用效果急剧下降的问题,提出一种基于小尺寸麦克风阵的相干滤波广义旁瓣抵消(CF-GSC)语音增强算法。该算法结合麦克风阵采集信号的特点,对各阵元间采集时表现为弱相关的海浪、风扇等近似白噪声,以及采集时表现为强相关的点源信号及其他竞争噪声,分别利用相干滤波和传统广义旁瓣抵消(GSC)结构对弱相关与强相关噪声的良好滤除效果,结合语音活动检测(VAD)在噪声段进行联合处理。仿真实验表明在多类噪声存在环境下,该算法能取得相对改进的通道间相干函数滤波算法及传统广义旁瓣抵消算法2 dB左右的增强效果提升,同时能获得良好的话音可懂度。

参考文献 | 相关文章 | 多维度评价