D-2-DenseNet噪音鲁棒的城市音频分类模型

为了提高噪音环境下城市音频分类系统的鲁棒性,提出了一种双特征2阶密集卷积神经网络（D-2-DenseNet）噪音鲁棒的城市音频分类模型.首先介绍了噪音添加和噪音鲁棒处理,阐述了一种双特征互补偿的算法;然后结合2阶密集卷积神经网络与自适应机制提出了一种噪音鲁棒音频分类模型：双特征2阶密集卷积神经网络.模型采用双特征互补偿自适应算法,可在特征提取与模型训练中更有针对性地提取有效音频信息,降低噪音干扰,以提高噪音鲁棒性.最后,基于Dcase2016数据集开展噪音环境下城市音频分类测试.实验结果表明,模型分类准确率分别可达77.12%、75.52%,与基线模型相比,平均分类准确率分别提高了8.51%和10.38%,验证了模型良好的噪音鲁棒性.     

跨孔超高密度电法CT在岩溶勘察中的应用

常用电阻率法的空间效应和视电阻率拟断面记录点对应深度方面的不确定性,以及对场地的要求随深度增加而增加,而分辨率却下降等等制约因素,使其工程应用受到限制,尤其是在解决孔与孔之间的电阻率情况更是一筹莫展。本文所推荐的跨孔超高密度电法是根据电场的基本理论和地震CT勘探的原理,提出了利用在平行钻孔中布设电极、然后利用一孔的两个电极供电、其余的电极同时测量的一种电法测量方式;它不仅比较准确地解决了孔与孔之间的电阻率问题,对场地无太大要求且施工较方便;本文通过对清远伦洲大桥18#、19#桥墩内岩溶发育情况进行电阻率的测试,充分证明该技术在解决此类问题的有效性和准确性。     

N-DenseNet的城市声音事件分类模型

针对城市声音事件分类领域中现有模型分类准确率不高、泛化能力不强的问题,提出了一种N阶密集卷积神经网络的城市声音事件分类模型。首先,介绍了密集卷积神经网络的结构;其次,基于N阶马尔可夫模型将密集连接改进为N阶有关连接;然后,结合两者提出了一种更适合音频分类的模型——N阶密集卷积神经网络。该模型在避免梯度消失的前提下, 有针对性、规律性减少了特征图层之间的连接,更高效地融合了前N特征图层的信息,使得模型的收敛速度更快;最后,为了验证该模型,采用N阶密集卷积神经网络的一阶、二阶子模型,基于UrbanSound8K和Dcase2016数据集开展了城市声音事件分类研究。研究结果表明,其模型准确率分别为83.63%、81.03%,验证了该模型具有良好的分类准确率和泛化能力。     

一种基于Hash函数的脆弱水印算法

当前空域脆弱水印算法存在安全性不高及不能有效抵抗矢量量化攻击的缺陷。针对该缺陷,提出一种用于数字图像完整性认证及内容篡改证明的脆弱水印算法。算法首先对图像进行8×8分块,利用Logistic混沌映射对图像分块进行置乱编号;再采用Hash函数生成基于图像分块内容和位置信息的水印信号;最后将水印信号嵌入到图像分块像素值的低两位平面。实验结果及理论分析表明,提出的脆弱水印算法在保证安全性的同时,有效地抵抗了矢量量化攻击。     

一种基于Hash函数的脆弱水印算法

当前空域脆弱水印算法存在安全性不高及不能有效抵抗矢量量化攻击的缺陷.针对该缺陷,提出一种用于数字图像完整性认证及内容篡改证明的脆弱水印算法.算法首先对图像进行 8×8 分块,利用 Logistic 混沌映射对图像分块进行置乱编号;再采用 Hash 函数生成基于图像分块内容和位置信息的水印信号;最后将水印信号嵌入到图像分块像素值的低两位平面.实验结果及理论分析表明,提出的脆弱水印算法在保证安全性的同时,有效地抵抗了矢量量化攻击.     

基于电导率的多指标联合技术在蛋液组分检测中的应用

建立一种以电导率为主,盐度、总溶解性固体（total dissolved solids,TDS）、pH值、色泽为辅的多指标联合技术,实现蛋液新鲜度和调配比的快速、高效检测。结果表明：4℃贮藏0～45 d期间,蛋黄液和蛋清液电导率、盐度、TDS呈逐渐上升趋势,二者色泽指标及蛋黄液pH值均显著降低,而蛋清液pH值逐渐升高。检测蛋液新鲜度,发现电导率法检测蛋黄液和蛋清液的准确率分别为91%和89%,电导率协同检测准确率为94%,据此,首次建立了AA、A、B、C级的液蛋新鲜度标准。选定AA级液蛋,以电导率为主要指标,盐度、TDS和p H值为协同指标,检测调配比,通过实验测得电导率、盐度、TDS、p H值与调配蛋液中的蛋黄质量分数的线性拟合回归方程均具有极显著相关性,可根据回归方程检测未知调配比例蛋液,Exp Assoc模型显示模型平均相对误差为8.87%,具有高度可靠性。以此,本实验为调配蛋液检测（新鲜度、调配比）提供了理论依据,为液蛋工业生产加工提供了实际应用的参考。     

高密度电法在高速公路地基稳定性评价中的应用

在地下以隐伏基岩为灰岩的路基地段,常常伴随着岩溶、土洞的发育,这些不良地质现象对路基稳定性影响很大。本文阐述了高密度电法勘探的基本原理和方法,并通过对梅河高速公路第一标段的勘察成果分析,探讨了高密度电法在高速公路地基稳定性评价中的应用效果,并分析了高密度电法解释误差的客观原因。     

基于Krawtchouk不变矩的复制-粘贴篡改盲检测算法

针对数字图像检测中一类常见的复制-粘贴图像篡改,提出一种基于小波变换和径向Krawtchouk不变矩的盲检测算法。算法利用小波变换提取图像的低频分量,对低频分量分块提取径向Krawtchouk不变矩特征,这种特征描述方式对图像旋转后处理具有鲁棒性,然后将特征向量进行按字典排序,并结合数学形态学进行图像复制篡改区域的检测和定位。实验表明该算法能有效地定位出复制和粘贴的图像篡改区域,并对粘贴区域旋转操作具有很强的鲁棒性。     

用于图像认证的小波域双重脆弱水印算法研究

针对当前小波域脆弱水印图像认证算法不能有效抵抗矢量量化攻击以及虚警率和漏警率较高的问题,基于混沌理论和块相关策略,提出一种小波域双重脆弱水印图像认证算法。算法首先对载体图像分块并建立块相关映射表;再对每一图像块作一级整数提升小波变换,利用Logestic混沌系统生成基于近似子带LL特征的水印信号;最后将水印信号分别嵌入相关图像块的细节子带HL和LH。实验结果表明,该算法不仅能很好地抵抗矢量量化攻击,而且具有较低的虚警率和漏警率,能很好地实现图像完整性认证功能。     

基于W-DenseNet的减压阀不平衡样本故障诊断模型

针对实际工况中被测对象大多处于正常状态而引起故障样本稀缺、故障数据间存在差异,导致故障类别识别准确率不高的问题,基于密集卷积神经网络(DenseNet),提出一种减压阀样本数据不平衡下的故障诊断模型—–加权密集卷积神经网络(W-DenseNet).首先,将原始一维压力信号数据重构后转换为二维灰度图,作为模型的输入数据;...