期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
辅助足球视频切分的音频自动分类与分段 被引量:2
1
作者 陈剑赟 李云浩 +2 位作者 吴玲达 老松扬 白亮 《国防科技大学学报》 EI CAS CSCD 北大核心 2004年第6期49-53,共5页
视频伴随音轨的自动分类与分段是辅助视频切分的一种有效手段。从足球视频的特征入手,归纳总结出足球视频中三类主要的音频类型,既而提出了基于HMM并且结合一定平滑策略的音频自动分类和分段的框架,在实现音频分类分段的同时完成了足球... 视频伴随音轨的自动分类与分段是辅助视频切分的一种有效手段。从足球视频的特征入手,归纳总结出足球视频中三类主要的音频类型,既而提出了基于HMM并且结合一定平滑策略的音频自动分类和分段的框架,在实现音频分类分段的同时完成了足球视频的切分。初步的实验结果验证了该方法的有效性和鲁棒性。 展开更多
关键词 音频分类分段 HMM 足球视频 视频切分
在线阅读 下载PDF
基于短时能量的语音/音乐快速分类 被引量:3
2
作者 陈功 王振力 张建兵 《电子技术应用》 北大核心 2006年第1期53-55,63,共4页
针对音频信号的特点,基于语音/音乐信号的短时能量进行快速分段和分类,并给出了方法和步骤。
关键词 短时能量 语音/音乐 分段分类
在线阅读 下载PDF
基于QRS波群独立建模的心电信号降噪方法 被引量:1
3
作者 李远禄 钱仁飞 +1 位作者 刘宝莹 李昆 《现代电子技术》 2022年第15期51-57,共7页
在心电信号(ECG)采集过程中,噪声的干扰将极大地影响心电图信号的分析和处理,为了提取正确的生理信息,需要消除心电图信号中存在的噪声,心电信号中QRS波群包含了大量细节信息,常用去噪方法在消除噪声的同时会模糊QRS波的细节部分。因此... 在心电信号(ECG)采集过程中,噪声的干扰将极大地影响心电图信号的分析和处理,为了提取正确的生理信息,需要消除心电图信号中存在的噪声,心电信号中QRS波群包含了大量细节信息,常用去噪方法在消除噪声的同时会模糊QRS波的细节部分。因此,提出一种基于QRS波群独立建模的心电信号降噪方法。为了有更好的降噪效果,将心电信号划分为QRS波群和低频信号两部分,分别建立去噪模型。首先,利用连续小波变换(CWT)峰检测方法提取信号的QRS波群,选择惩罚最小二乘法(PLS)对其进行处理;然后使用分段分类协同滤波方法(SCCS)处理其他部分。当添加的噪声信号为5 dB,10 dB,15 dB,20 dB的高斯白噪声时,去噪后的心电信号的平均信噪比提升为11.46 dB,10.73 dB,9.87 dB,8.53 dB,平均均方根误差为0.0033,0.0014,0.0005,0.00033,平均PRD为15.25,9.26,5.69,3.74。实验数据来源于MIT⁃BIH心律异常数据库,最后的仿真实验结果表明提出的方法可以对心电信号进行有效去噪。 展开更多
关键词 心电信号降噪 QRS波群 连续小波变换 分段分类协同滤波 惩罚最小二乘 高斯白噪声
在线阅读 下载PDF
新时期长江中下游洲滩民垸防洪治理思考 被引量:6
4
作者 徐兴亚 要威 +2 位作者 刘佳明 卢程伟 王乐 《中国防汛抗旱》 2023年第9期14-18,共5页
在与洪水长期斗争的过程中,长江中下游河道湖泊内形成了大量的洲滩民垸。洲滩民垸既是长江行洪、滞洪的场所,也是垸内居民赖以生存的家园。加强洲滩民垸防洪治理是新时期完善流域防洪体系的重要任务,也是当前流域各地普遍提出的现实迫... 在与洪水长期斗争的过程中,长江中下游河道湖泊内形成了大量的洲滩民垸。洲滩民垸既是长江行洪、滞洪的场所,也是垸内居民赖以生存的家园。加强洲滩民垸防洪治理是新时期完善流域防洪体系的重要任务,也是当前流域各地普遍提出的现实迫切需求。在回顾长江中下游洲滩民垸形成历史及前期治理情况的基础上,论述了新时期加强长江中下游洲滩民垸防洪治理的重要意义,按照“统筹发展和安全”的新发展理念和“分段(区)控制、分类治理”的总体思路,从全面建立基础信息台账、深入论证防洪区划定位、科学确定分段(区)分类标准、系统提出建设管理方案等方面提出了加强长江中下游洲滩民垸防洪治理工作方向,为统筹流域防洪安全和区域高质量发展的新发展格局提供支撑。 展开更多
关键词 长江中下游 洲滩民垸 防洪治理 分段分类 发展与安全
在线阅读 下载PDF
双最小二乘支持向量数据描述 被引量:1
5
作者 张仙伟 邢佳瑶 《西安科技大学学报》 CAS 北大核心 2021年第3期559-565,共7页
为了提高标准支持向量数据描述的分类精度和分类时间,构造双最小二乘支持向量数据描述,并对比分析在不同样本集上的分类性能以及分类性能随参数和样本规模的变化。在训练阶段,双最小二乘支持向量数据描述应用等式约束代替标准算法中的... 为了提高标准支持向量数据描述的分类精度和分类时间,构造双最小二乘支持向量数据描述,并对比分析在不同样本集上的分类性能以及分类性能随参数和样本规模的变化。在训练阶段,双最小二乘支持向量数据描述应用等式约束代替标准算法中的不等式约束,通过求解线性方程组而非凸二次规划得到正负2类样本的超球形描述边界,进而设计一个分段函数作为分类规则;在测试阶段,计算待测样本到正负2类样本的最小包围超球球心的距离,并根据距离的最小值选取相应的分类规则。数值试验结果表明双最小二乘支持向量数据描述的有效性和优越性。在基准数据集上,双最小二乘支持向量数据描述的分类精度比标准算法高1.68%,而分类时间仅为标准算法的16.51%;在正态分布数据集上,双最小二乘支持向量数据描述具有比标准算法高的分类精度和短的分类时间,而分类时间上的优势在大规模样本集上更加明显,其在2000个和10000个样本集上的分类时间为标准算法的78.06%和18.69%。 展开更多
关键词 双最小二乘支持向量数据描述 等式约束 线性方程组 超球形边界 分段分类规则 最小距离
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部