基于CNN-LSTM网络的声纹识别研究

传统声纹识别方法过程复杂,模型识别准确率低,是声纹识别应用发展的关键问题。利用深度学习具有自主特征提取及分类的特点,结合卷积神经网络(CNN)和长短期记忆网络(LSTM),提出一种结合的网络模型学习声纹识别特征及对其进行身份认证。将原始语音转换为固定长度语谱图,顺序进入CNN、LSTM,结合网络进行训练以及声纹特征学习。通过对比CNN、LSTM以及DNN网络,验证CNN-LSTM网络在声纹识别中具有较少迭代次数情况下高准确率的特性。经实验结果可以得出,语音空间特征及时序特征均是声纹识别中重要的影响因素,实验中的CNN-LSTM网络模型准确率达到95.42%,损失低值达到0.097 3。该方法有利于实际声纹识别的应用。     

常压储罐底板特性的声发射检测

将声发射技术应用于常压储罐罐底板特性的在线检测中，不仅体现该技术的方便快捷等特点，同时可以对整个储罐的底板特性进行评价，包括有无泄漏迹象、活性源信号的中心频率、摩擦噪声信号的中心频率及信号的传播途径等。     

基于特征融合的粒子滤波目标跟踪新方法

针对传统粒子滤波(PF)算法采用单一颜色特征建模 跟踪目标性能差的缺陷,提出一种颜色特征与纹理特 征相融合的PF目标跟踪新算法。首先,采用一种具有抗噪声和保护纹理边缘的全局中值二值 模式 (GMBP)纹理算子,对模板图像进行局部差绝对值处理,得到幅 值序列模板,将幅值序列模板内的中值作为模板的阈值,与模板邻域比较获得新的纹理图像 ;然后,与 具有光照不变特性的局部二值模式(LBP)纹理算子结合,形成一种(GMLBP)新的纹理描述算子 。最后,分别计算GMLBP纹理特征粒子权值和HSV颜色特征粒子权 值,并依据权值大小确定融合系数,对纹理特征粒子权值和颜色特征粒子权值进行线 性融合,再对融合后粒子权值进行归一化处理,从而得到目标位置状态的最终估计值。对比 实验结果表明, 相对于单一颜色特征的目标跟踪算法,所提算法捕捉目标位置准确且具有更低的平均跟踪误 差,其平均误差降低了近2倍。     

“数据库”实践环节的“验证式”教学

初学者由于缺乏系统分析和设计的全局概念,设计数据库时往往脱离需求分析,对所设计数据库缺乏有效的验证方法。本文给出了一种以案例为主线的数据库设计及验证方法,不但能有效验证所设计数据库能否满足系统需求,而且在方法实施过程中能够用一条实践主线贯穿数据库设计和应用等主要知识点。     

复小波包变换域混合统计模型图像降噪算法

该方法利用四树复小波包变换具有的移不变性、良好的方向选择性和对高频信号的细致分析能力等特点, 把含噪图像分解成低频逼近子图和若干高频方向子图; 在保留低频逼近子图复系数不变的同时, 利用复系数层间相关性的强弱把高频方向子图分为主要类和次要类. 对主要类和次要类复系数分别进一步采用非高斯双变量模型和零均值高斯分布模型进行噪声抑制. 实验结果表明, 无论是峰值信噪比(PSNR)指标, 还是在视觉效果上, 本文方 法的去噪性能均好于传统的双树复小波变换去噪、四树复小波包变换去噪和小波域高斯尺度混合模型去噪, 在有效抑制噪声的同时, 具有很好的图像边缘和细节保护能力.     

运用C#处理Oracle数据库图片

图片处理是数据库系统开发中经常涉及的技术。分析总结了在Oracle数据库中对大数据类型（LOB）的支持,介绍使用C#．NET开发工具处理图片的方法,以期在数据库操作中对大数据类型进行快速的处理。     

复小波域层内层间相关性图像去噪方法

提出了双树复小波变换域尺度内和尺度间复系数相关性图像去噪新方法。该方法利用双树复小波变换的多方向性和平移不变性对图像进行多尺度分解,采用邻域复系数微分窗对其高频方向子图进行尺度内复系数相关性建模,并按最小错误率贝叶斯决策规则进行分类和状态标识;再把复系数尺度内状态标识与复小波域隐马尔可夫树相结合,从而实现降噪功能。实验结果表明,该方法在峰值信噪比指标上优于传统的滤波方法,能有效地抑制噪声的同时,对图像边缘具有较好的保护能力。     

5000m^3蜡油储罐底板的漏磁检测与完整性评定

利用漏磁方法对某石化公司一个5 000 m.蜡油储罐的底板进行了现场检测,给出了底板的腐蚀状况.漏磁检测、超声波测厚和割板测量结果的对比分析证实了漏磁检测方法的可靠性.并综合宏观检测结果.分析了该储罐罐底发生腐蚀失效的主要原因,最后依据API 653对维修后的储罐底板进行了完整性评定.评定结果表明,该储罐底板能够安全运行到下一次内部检验时(5 a).     

漏磁技术在常压储罐检测中的应用

讨论了不同检测方法在钢制常压储罐底板腐蚀检测中的应用特点;介绍了漏磁检测的原理和漏磁检测技术在钢制常压储罐底板检测中的应用,分析了漏磁检测的主要影响因素,并提出了仪器改进的建议。     

基于不同传感器布置的常压储罐声发射检测

声发射检测技术作为大型常压储罐底板的在线检测技术,其检测结果受传感器布置高度、频率范围、背景噪声高低、定位声速设定等诸多因素的影响。针对两种不同高度的传感器布置方式,通过断铅标定和现场检测分析传感器布置高度对声发射检测结果的影响,结果表明:传感器布置高度为300mm和600mm时,实测结果未见明显异常,其误差满足工程检测的要求;将传感器布置在高处的方式容易采集衰减程度小的信号,有利于长距离检测,而将传感器布置在低处的方式更易采集衰减程度明显的信号。