期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到7篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于SincNet网络结合L2正则化的故障诊断 被引量：1
1
作者 魏永合 陈懿翀 谷晓娇 《组合机床与自动化加工技术》 北大核心 2024年第8期158-162,共5页
故障诊断对于保持设备和系统的正常运行至关重要,它可以帮助提高效率、减少成本、增强安全性、改善用户满意度,并为决策和优化提供支持。通过及时进行故障诊断和解决,可以提高生产效率、降低风险,并提供更好的产品和服务。针对基于物理... 故障诊断对于保持设备和系统的正常运行至关重要,它可以帮助提高效率、减少成本、增强安全性、改善用户满意度,并为决策和优化提供支持。通过及时进行故障诊断和解决,可以提高生产效率、降低风险,并提供更好的产品和服务。针对基于物理信息模型和基于数据驱动模型等传统故障诊断方式的可解释性不强、故障诊断正确率较低的缺点,提出一种基于卷积神经网络(convolution neural network, CNN)、SincNet和L2正则化相结合的故障诊断方法。通过以轴承为例,进行实验验证,并于传统CNN进行对比,准确率达到99.5%,也更具有可解释性。相较于传统的CNN,该模型的可解释性更强、故障诊断准确率更高。 展开更多
关键词 故障诊断 sincnet CNN L2正则化
在线阅读 下载PDF
基于SincNet增强的时延估计声源定位算法研究 被引量：3
2
作者 卢炽华 薛齐凡 +3 位作者 刘志恩 朱亚伟 彭文杰 李放 《武汉理工大学学报》 CAS 2023年第10期127-134,共8页
针对相位变换加权的广义互相关时延估计(GCC-PHAT)声源定位方法在低信噪比与高混响条件下定位精度较低的问题,提出一种基于SincNet神经网络和GCC-PHAT协同工作的室内声源定位算法。以LibriSpeech语音数据集作为声源输入,采用Sinc函数作... 针对相位变换加权的广义互相关时延估计(GCC-PHAT)声源定位方法在低信噪比与高混响条件下定位精度较低的问题,提出一种基于SincNet神经网络和GCC-PHAT协同工作的室内声源定位算法。以LibriSpeech语音数据集作为声源输入,采用Sinc函数作为滤波器构建SincNet主干网络结构,能够有效提取声源语音特征;将特征输入到GCC-PHAT模块进行相关性分析与特征降维;再通过多层感知网络(MLP)进一步提取高级特征,输出时延误差分类结果。实验结果表明,相对于SCOT/PHAT联合加权、卷积神经网络(CNN)、深层全连接后向传播神经网络(D-BPNN)等先进的声源定位算法,该算法具备更强的抗混响性能,且在不同信噪比和混响强度下,该算法的定位精度显著高于GCC-PHAT,SincNet提取的特征能有效增强时延估计的鲁棒性。 展开更多
关键词 声源定位 sincnet神经网络 GCC-PHAT 时延估计 多层感知网络
原文传递
基于SincNet网络结合注意力机制齿轮箱故障诊断 被引量：6
3
作者 杨永灿 刘韬 +2 位作者 王振亚 张兹勤 阮强 《电子测量技术》 北大核心 2022年第5期169-174,共6页
针对传统卷积神经网络(CNN)在齿轮箱中故障诊断准确率不高、特征提取方面表现欠佳的问题,提出了SincNet网络结合注意力机制齿轮箱故障诊断方法。首先,采用参数化的Sinc函数设计滤波器作为卷积层来代替传统CNN的第1个卷积层,得到SincNet... 针对传统卷积神经网络(CNN)在齿轮箱中故障诊断准确率不高、特征提取方面表现欠佳的问题,提出了SincNet网络结合注意力机制齿轮箱故障诊断方法。首先,采用参数化的Sinc函数设计滤波器作为卷积层来代替传统CNN的第1个卷积层,得到SincNet网络结构,提取输入数据的特征信息;其次,结合具有Softmax的注意力机制(Att)增强特征信息。最后,采用齿轮箱故障数据集对所提出的方法进行实验验证,结果表明,所提方法平均诊断准确率达到99.68%,均高于对比方法。此外,通过特征图可视化分析,该方法能够准确定位输入数据中的识别信息,能更好地理解神经网络的特征提取过程,为机械振动信号的特征提取过程提供了参考。 展开更多
关键词 齿轮箱 故障诊断 Sinc函数 sincnet网络 注意力机制
原文传递
基于SincNet的短语音说话人识别算法 被引量：1
4
作者 黄明浩 周欣 +2 位作者 何小海 王正勇 熊淑华 《现代计算机》 2023年第4期25-31,共7页
针对传统卷积神经网络(CNN)在测试语音短的情况下说话人识别准确率不高、特征提取方面表现不佳的问题,提出了SincNet与加入了注意力机制的ResNet网络相结合的说话人识别方法。首先,针对短语音条件下说话人信息不足的问题,用不同窗口大小... 针对传统卷积神经网络(CNN)在测试语音短的情况下说话人识别准确率不高、特征提取方面表现不佳的问题,提出了SincNet与加入了注意力机制的ResNet网络相结合的说话人识别方法。首先,针对短语音条件下说话人信息不足的问题,用不同窗口大小的Sinc卷积层提取多分辨率的特征,并结合通道注意力机制增强特征信息;其次,将多通道的特征输入到ResNet网络得到更高层的特征信息,然后通过空洞空间金字塔池化(ASPP)进行多尺度特征融合;最后通过Softmax层获得分类概率。在TIMIT语料库上进行了实验,在不同长度的测试语音条件下所提算法准确率均高于传统CNN等对比方法。基于以上实验结果,充分表明了本文算法在短语音说话人识别任务上的有效性。 展开更多
关键词 说话人识别 短语音 sincnet 注意力机制 多特征
在线阅读 下载PDF
正交约束型SincNet可微分前端及在音频分类中的应用
5
作者 刘伟 孙蒙 +1 位作者 张玥 张雄伟 《网络安全与数据治理》 2022年第8期92-98,共7页
在音频场景分类任务中,现有端到端模型中特征建模层学习过程存在缺乏约束、学习结果缺乏直观解释以及仅适用于特定的后端分类模型等缺点。因此,以SincNet可微分前端为基础,引入正交约束提高其求解效率,同时提高所得可微分前端的可解释性... 在音频场景分类任务中,现有端到端模型中特征建模层学习过程存在缺乏约束、学习结果缺乏直观解释以及仅适用于特定的后端分类模型等缺点。因此,以SincNet可微分前端为基础,引入正交约束提高其求解效率,同时提高所得可微分前端的可解释性,并使其能提高多种后端网络的分类性能。提出的这种新型可微分前端命名为正交约束型SincNet(OrthSincNet)。研究发现,OrthSincNet卷积核对应的频谱既具有类似于梅尔滤波器的形态,又可提高分类效果。在UrbanSound8K官方评测数据集上的实验表明,相对于常用的梅尔频谱前端,OrthSincNet改进了6种后端分类网络的性能,分类准确率平均提高了2.2%。 展开更多
关键词 可微分前端 正交卷积 sincnet 端到端分类网络
在线阅读 下载PDF
数字预失真下的辐射源个体识别技术 被引量：1
6
作者 赵雅琴 谢丹 +3 位作者 吴龙文 丁沁宇 韩易伸 张拯华 《电子学报》 EI CAS CSCD 北大核心 2023年第11期3331-3342,共12页
随着通信雷达技术的发展,针对辐射源发射机的非线性作用出现了预失真等新型技术,该类技术弱化了不同辐射源的个体特征进而恶化了辐射源个体识别性能.针对预失真下个体辐射源识别率降低的问题,本文提出了基于SincNet滤波器结构的辐射源... 随着通信雷达技术的发展,针对辐射源发射机的非线性作用出现了预失真等新型技术,该类技术弱化了不同辐射源的个体特征进而恶化了辐射源个体识别性能.针对预失真下个体辐射源识别率降低的问题,本文提出了基于SincNet滤波器结构的辐射源个体识别模型.本文采用Grad-CAM方法分析残差网络类激活区域,并提取共生矩阵特征用于辐射源识别,验证了预失真后信号局部特征的有效性.随后本文提出了基于SincNet滤波器结构的辐射源个体识别算法,在降低了计算量的同时,在低信噪比下具有更高的识别精度.本文通过实验验证了数字预失真对辐射源个体识别的消极作用,并且在实测数据上的结果表明所提方法的个体识别率在信噪比0 dB下达到94%,相比本文其他先进个体识别算法有明显的提升. 展开更多
关键词 辐射源个体识别 数字预失真 Grad-CAM sincnet
在线阅读 下载PDF
基于Sinc-Transformer模型的原始语音情感识别 被引量：11
7
作者 俞佳佳 金赟 +2 位作者 马勇 姜芳艽 戴妍妍 《信号处理》 CSCD 北大核心 2021年第10期1880-1888,共9页
考虑传统语音情感识别任务中,手动提取声学特征的繁琐性,本文针对原始语音信号提出一种Sinc-Transformer(SincNet Transformer)模型来进行语音情感识别任务。该模型同时具备SincNet层及Transformer模型编码器的优点,利用SincNet滤波器... 考虑传统语音情感识别任务中,手动提取声学特征的繁琐性,本文针对原始语音信号提出一种Sinc-Transformer(SincNet Transformer)模型来进行语音情感识别任务。该模型同时具备SincNet层及Transformer模型编码器的优点,利用SincNet滤波器从原始语音波形中捕捉一些重要的窄带情感特征,使其整个网络结构在特征提取过程中具有指导性,从而完成原始语音信号的浅层特征提取工作;利用两层Transformer模型编码器进行二次处理,以提取包含全局上下文信息的深层特征向量。在交互式情感二元动作捕捉数据库(IEMOCAP)的四类情感分类中,实验结果表明本文提出的Sinc-Transformer模型准确率与非加权平均召回率分别为64.14%和65.28%。同时与基线模型进行对比,所提模型能有效地提高语音情感识别性能。 展开更多
关键词 语音情感 Transformer模型编码器 sincnet滤波器 原始语音
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部