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9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：
脑机接口领域发展态势 被引量：1
1
作者 阮梅花 张丽雯 +5 位作者 张学博 朱成姝 刘晓 范月蕾 熊燕 张旭 《生命科学》 2025年第1期57-66,共10页
脑机接口为人脑功能研究提供了重要方法,为脑疾病临床诊治提供前沿探索工具。2024年脑机接口领域进入技术爆发期,具体表现在以下几方面。(1)国内外加强脑机接口资助:相比较而言,美国重视电极、芯片开发及其在医疗与防务的应用,欧盟重视... 脑机接口为人脑功能研究提供了重要方法,为脑疾病临床诊治提供前沿探索工具。2024年脑机接口领域进入技术爆发期,具体表现在以下几方面。(1)国内外加强脑机接口资助:相比较而言,美国重视电极、芯片开发及其在医疗与防务的应用,欧盟重视相关材料开发与科研应用,我国将脑机接口作为未来产业进行全面部署;(2)相关技术迭代升级:新型接口、电极等硬件被相继开发出来,大模型应用于脑电解码中,提升编解码能力;(3)临床试验持续推进:多款侵入式脑机接口进入临床试验,目前全球已开展70多例临床试验;(4)应用领域“多点开花”:医疗应用从运动与语言修复、肌萎缩侧索硬化等罕见病的治疗,扩展到抑郁症等常见神经精神疾病,非侵入式脑机接口已经应用于疲劳驾驶检测、游戏娱乐等生产生活中;(5)产业快速发展:产值增长迅速,企业研发活跃。未来,脑机接口成本将大幅下降,实现大脑与机器的双向交互,为医疗、教育与娱乐等众多领域带来变革。 展开更多
关键词 脑机接口 神经接口 编解码 脑机交互
原文传递
基于神经网络的低码率语音编码技术研究综述 被引量：2
2
作者 王晶 徐亮 +2 位作者 陈晓娇 谢湘 费泽松 《信号处理》 CSCD 北大核心 2024年第12期2261-2280,共20页
语音编码算法在无线或网络语音的传输过程中具有重要作用,在降低语音编码速率的同时确保编码语音质量不变甚至提升一直是设计者们追求的核心目标。然而,传统语音编解码器在较低速率下经过压缩后的语音音质、可懂度和有效带宽均有明显下... 语音编码算法在无线或网络语音的传输过程中具有重要作用,在降低语音编码速率的同时确保编码语音质量不变甚至提升一直是设计者们追求的核心目标。然而,传统语音编解码器在较低速率下经过压缩后的语音音质、可懂度和有效带宽均有明显下降,极大程度上影响了用户的听觉体验。随着人工智能技术的不断进步,深度神经网络模型在语音处理任务中的应用也日益广泛,其性能普遍远超传统方法。在语音编解码领域,近年来很多研究也开始关注如何将神经网络模块融入编解码器,以实现更高效的语音传输,旨在低码率下实现传统方案无法达到的性能,为无线或网络语音传输提供新的解决方案。本文对基于神经网络的低码率语音编解码算法进行全面的整理分析和分类汇总,详细介绍了使用传统方法与神经网络结合的混合式编解码器以及使用编码器-解码器联合训练的端到端编解码器的发展历程、原理、特点及评价指标,并总结了这些方法的优势与不足。最后,结合当前各类编解码器的发展状况,对低速率语音编解码器的未来进行展望。基于神经网络的低码率语音编码技术有望解决实际通话中传输带宽受限时通话质量不佳的问题,为实时语音通信的进一步发展提供有力支持,并为未来压缩编码的研究方向提供新的思路。 展开更多
关键词 语音编码 低码率 神经网络 混合式编码器 端到端编码器
在线阅读 下载PDF
基于门控时空注意力的视频帧预测模型 被引量：4
3
作者 李卫军 张新勇 +2 位作者 高庾潇 顾建来 刘锦彤 《郑州大学学报（工学版）》 北大核心 2024年第1期70-77,121,共9页
针对循环式视频帧预测架构存在精度低、训练缓慢,以及结构复杂和误差累积等问题,提出了一种基于门控时空注意力的视频帧预测模型。首先,通过空间编码器提取视频帧序列的高级语义信息,同时保留背景特征;其次,建立门控时空注意力机制,采... 针对循环式视频帧预测架构存在精度低、训练缓慢,以及结构复杂和误差累积等问题,提出了一种基于门控时空注意力的视频帧预测模型。首先,通过空间编码器提取视频帧序列的高级语义信息,同时保留背景特征;其次,建立门控时空注意力机制,采用多尺度深度条形卷积和通道注意力来学习帧内及帧间的时空特征,并利用门控融合机制平衡时空注意力的特征学习能力;最后,由空间解码器将高级特征解码为预测的真实图像,并补充背景语义以完善细节。在Moving MNIST、TaxiBJ、WeatherBench、KITTI数据集上的实验结果显示,同多进多出模型SimVP相比,MSE分别降低了14.7%、6.7%、10.5%、18.5%,在消融扩展实验中,所提模型达到了较好的综合性能,具有预测精度高、计算量低和推理效率高等优势。 展开更多
关键词 视频帧预测 卷积神经网络 注意力机制 门控卷积 编解码网络
在线阅读 下载PDF
基于编解码算法的英语语法错误纠正模型设计
4
作者 高雯君 《自动化技术与应用》 2024年第9期42-46,共5页
为实现针对英语语法的准确纠错,提出一套能够兼顾上下文信息的英语语法错误纠正模型。介绍模型中编码模块和解码模块的数据处理方法,并通过应用实验来对所提出的纠错模型进行测试。实验发现,该模型在精确率、召回率、F值等指标方面均体... 为实现针对英语语法的准确纠错,提出一套能够兼顾上下文信息的英语语法错误纠正模型。介绍模型中编码模块和解码模块的数据处理方法,并通过应用实验来对所提出的纠错模型进行测试。实验发现,该模型在精确率、召回率、F值等指标方面均体现出较为理想的准确率水平,能够对主谓一致性错误、冠词或限定词错误等常见的英语语法错误进行较为准确的识别与修正。 展开更多
关键词 纠错模型 英语语法 编解码算法 模型 神经网络
在线阅读 下载PDF
基于双路编解码器的卷积神经网络在低照度图像增强和超分辨率中的研究 被引量：2
5
作者 刘畅 姜竹青 李凯 《广播与电视技术》 2022年第3期50-55,共6页
本文以高清户外直播技术为切入点,针对夜晚场景下受光照条件限制直播画面亮度低、不清晰的问题,提出了一种基于双路编解码器的卷积神经网络,应用于低照度图像增强和超分辨率,有效提升了户外直播的画面质量,降低了对传输带宽的需求,有利... 本文以高清户外直播技术为切入点,针对夜晚场景下受光照条件限制直播画面亮度低、不清晰的问题,提出了一种基于双路编解码器的卷积神经网络,应用于低照度图像增强和超分辨率,有效提升了户外直播的画面质量,降低了对传输带宽的需求,有利于提升户外直播的用户体验。 展开更多
关键词 低照度图像增强 超分辨率 卷积神经网络 双路编解码器
在线阅读 下载PDF
双路径特征融合编解码结构的高速语义分割 被引量：4
6
作者 胡学刚 龚宇 敬力源 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2022年第12期1911-1919,共9页
对基于深度学习的高精度图像语义分割模型参数量大、分割速度慢的问题,提出一种基于双路径特征融合编解码结构的语义分割模型.首先,该模型编码器通过对语义路径和空间路径同时进行编码,其能够融合不同的特征信息,弥补了空间信息和语义... 对基于深度学习的高精度图像语义分割模型参数量大、分割速度慢的问题,提出一种基于双路径特征融合编解码结构的语义分割模型.首先,该模型编码器通过对语义路径和空间路径同时进行编码,其能够融合不同的特征信息,弥补了空间信息和语义信息难以两全的弊端,对特征图进行高效的卷积操作;其次,该模型解码器通过融合高层语义信息和低层空间信息,有效地弥补了编码时下采样操作丢失的特征信息.在Cityscapes和Camvid数据集上的实验结果表明,整体模型的参数量仅为3.91×10^(6),在2个数据集上分别取得了67.7%和65.8%的均交并比,分割速度分别为111帧/s和86帧/s.对比其他同类模型,所提模型拥有更少的参数量和更高的精度,其分割速度远远超过实时语义分割的最低要求24帧/s. 展开更多
关键词 神经网络 语义分割 特征融合 深度学习 编解码结构
在线阅读 下载PDF
基于FIR滤波器的语音特征向量提取及FPGA实现
7
作者 程石磊 蒋娇娇 刘成 《电声技术》 2013年第10期49-53,共5页
利用FIR滤波器抗噪性能好的特点,设计了一种提取语音特征向量的方法,该方法具有运算量小,运算效率高的特点。运用Matlab作为辅助设计工具,结合VS1003B音频编码芯片与CycloneII系列EP2C8Q208在NIOS II环境下得到了实现。最后通过BP神经... 利用FIR滤波器抗噪性能好的特点,设计了一种提取语音特征向量的方法,该方法具有运算量小,运算效率高的特点。运用Matlab作为辅助设计工具,结合VS1003B音频编码芯片与CycloneII系列EP2C8Q208在NIOS II环境下得到了实现。最后通过BP神经网络将得到的特征向量作为样本进行训练,验证通过FIR滤波器提取语音特征向量具备一定的准确性和可识别性。 展开更多
关键词 FIR滤波器 ADPCM解码 BP神经网络算法
在线阅读 下载PDF
一种基于深度可分离卷积的轻量级人体关键点检测算法 被引量：8
8
作者 孔令军 刘伟光 +3 位作者 周耀威 裴会增 沈馨怡 赵子昂 《无线电工程》 北大核心 2022年第1期76-82,共7页
针对网络模型执行过程耗时过长的问题,受到像素切割网络架构中的编解码结构启发,设计了一种高效的轻量级主干网络,使用深度可分离卷积作为基本的卷积模块,利用了多维自学习模块(Multidimensional Self-Learning Module, MSLM)对特征矩... 针对网络模型执行过程耗时过长的问题,受到像素切割网络架构中的编解码结构启发,设计了一种高效的轻量级主干网络,使用深度可分离卷积作为基本的卷积模块,利用了多维自学习模块(Multidimensional Self-Learning Module, MSLM)对特征矩阵进行自适应的学习来增强有用信息权重,同时使用编解码结构对其主干结构进行效率上的优化,设计出了深度可分离网络(Codec Depth Separable Network, CSDNet),相比于MobileNet性能提升了72%,精度提升了5.2%。 展开更多
关键词 卷积神经网络 人体关键点检测 属性金字塔 注意力机制 编解码结构
在线阅读 下载PDF
基于双向多层转换编解码的诗自动生成
9
作者 杨泰康 杨婉霞 +3 位作者 刘燕 胡智喻 王巧珍 徐明杰 《软件工程》 2021年第4期15-21,共7页
中国古诗因其严谨的平仄、押韵结构,精练传神的用词成为文本自动生成领域的挑战问题之一。本文基于双向多层转换编解码的空间向量,结合Attention机制建立了循环神经网络结构的诗自动生成模型。为解决自动生成诗的主题发散性问题,模型在... 中国古诗因其严谨的平仄、押韵结构,精练传神的用词成为文本自动生成领域的挑战问题之一。本文基于双向多层转换编解码的空间向量,结合Attention机制建立了循环神经网络结构的诗自动生成模型。为解决自动生成诗的主题发散性问题,模型在生成每句诗时均增加了关键词约束。此外,为了增强诗句之间的对仗性和语义的连贯性,模型双向多层转换编解码的词嵌入式输入添加了诗句的对齐向量。实验结果表明,相比于以词转换为向量的词嵌入式的诗自动生成模型,本文设计的基于BERT的对齐向量输入模型生成的诗不仅在机器评估和人工评估中性能较优,而且生成诗句相邻句子的相关性也最好。这也进一步说明,当模型的输入向量能充分表达诗词的格式、内容和语义时,双向多层转换编解码的向量表示,即Attention机制+循环神经网络构建的诗生成模型可以生成较接近人工作的诗。 展开更多
关键词 Attention机制 双向多层转换编解码 诗 自动生成 循环神经网络
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