检索结果-维普期刊中文期刊服务平台

基于快速特征逼近谱图注意力网络的滚动轴承半监督智能故障诊断研究: 1; 作者宁少慧杜越周利东《机床与液压》北大核心 2025年第6期33-39,共7页; 基于图注意力网络的诊断模型在故障诊断全监督任务中有较好的表现,但在半监督任务中表现欠佳。针对此问题,构建一种基于快速特征逼近谱图注意力网络的半监督滚动轴承智能故障诊断模型。通过K近邻图方法将振动信号转为可用于诊断的图数据... 展开更多; 关键词轴承故障诊断快速特征逼近谱图注意力网络 K近邻图算法; 在线阅读下载PDF 职称材料

融合注意力机制的双路人体姿态估计网络: 2; 作者赵一鸣孙士保 +2 位作者石念峰王国强王喜龙《计算机工程与设计》北大核心 2025年第8期2297-2304,共8页; 针对基于Transformer的人体姿态估计算法局部特征提取能力不足,且在热图转换过程中产生量化误差导致关键点预测精度低的问题,提出一种融合注意力机制的双路人体姿态估计方法。设计了双路CNN-Transformer模块(CT模块),同时捕获人体姿态... 展开更多; 关键词人体姿态估计卷积神经网络 TRANSFORMER 多谱注意力局部特征全局依赖性热图编码; 在线阅读下载PDF 职称材料

结合卷积增强窗口注意力的双分支语音增强神经网络: 3; 作者张晨辉原之安钱宇华《计算机研究与发展》北大核心 2025年第4期852-862,共11页; 在复杂环境以及突发背景噪音条件下,语音增强任务具有极大的困难和挑战.主要原因是现有的语音增强方法未能有效捕获语谱图特征,尤其是局部信息.在过去的研究中,Transformer模型更专注于音频的全局信息,而忽略了局部信息的重要性.在音频... 展开更多; 关键词语音增强双分支网络语谱图特征卷积增强窗口注意力全局信息局部信息; 在线阅读下载PDF 职称材料

基于自注意力机制时频谱同源特征融合的鸟鸣声分类被引量：3: 4; 作者刘志华陈文洁陈爱斌《计算机应用》 CSCD 北大核心 2022年第4期1260-1268,共9页; 目前深度学习模型大都难以应对复杂背景噪声下的鸟鸣声分类问题。考虑到鸟鸣声具有时域连续性、频域高低性特点,提出了一种利用同源谱图特征进行融合的模型用于复杂背景噪声下的鸟鸣声分类。首先,使用卷积神经网络(CNN)提取鸟鸣声梅尔... 展开更多; 关键词深度学习鸟鸣声分类卷积神经网络自注意力机制同源谱图特征融合; 在线阅读下载PDF 职称材料

基于注意力机制的NewVGG16-BiGRU鼾声分类被引量：3: 5; 作者邓志平王冬霞 +1 位作者马晓冬曹玉东《计算机应用》 CSCD 北大核心 2023年第S01期276-280,共5页; 针对已有的鼾声分类模型因未考虑实际睡眠时的其他声音而导致的泛化能力差、准确率较低等问题,提出一种基于注意力机制的NewVGG16双向门控循环单元(NVGG16-BiGRU-Att)算法用于鼾声识别。首先,生成每个声段的谱图,采用NVGG16网络提取语... 展开更多; 关键词鼾声分类注意力机制循环神经网络双向门控循环单元谱图特征; 在线阅读下载PDF 职称材料

基于注意力机制的多任务3D CNN-BLSTM情感语音识别被引量：18: 6; 作者姜特陈志刚万永菁《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心 2022年第4期534-542,共9页; 语音情感识别广泛应用于车载驾驶系统、服务行业、教育以及医疗等各个领域。为了使计算机能更准确地识别出说话人的情感,提出了一种基于注意力机制的多任务三维卷积神经网络(ConvolutionNeuralNetwork,CNN)和双向长短期记忆网络(Bidirec... 展开更多; 关键词语音情感识别注意力机制多谱特征融合组图卷积神经网络多任务学习; 在线阅读下载PDF 职称材料

基于特征级联的肺炎咳嗽声识别被引量：1: 7; 作者殷仁杰徐文龙《现代电子技术》 2022年第17期60-64,共5页; 针对识别肺炎咳嗽声方面现有特征组合方法单一的问题,提出了实现级联浅层和深层特征的SELeNet-5网络模型。首先对咳嗽声使用6层小波包分解得到相对小波包能量作为浅层特征,同时,对咳嗽声预处理生成语谱图,使用改进的LeNet-5网络作为特... 展开更多; 关键词深度网络模型肺炎咳嗽声识别小波包分解特征级联语谱图注意力机制卷积神经网络; 在线阅读下载PDF 职称材料

题名基于快速特征逼近谱图注意力网络的滚动轴承半监督智能故障诊断研究: 1; 作者宁少慧杜越周利东; 机构太原科技大学机械工程学院; 出处《机床与液压》北大核心 2025年第6期33-39,共7页; 基金山西省应用基础研究计划(20210302123212)。; 文摘基于图注意力网络的诊断模型在故障诊断全监督任务中有较好的表现,但在半监督任务中表现欠佳。针对此问题,构建一种基于快速特征逼近谱图注意力网络的半监督滚动轴承智能故障诊断模型。通过K近邻图方法将振动信号转为可用于诊断的图数据,丰富了数据特征;将图数据输入到构建的诊断模型中,学习故障信息特征,并分析不同的标签比例训练集的诊断结果。同时,分析了Sum、Mean、Max 3种池化方式和超参数对诊断模型的影响;最后,分别在两组实验轴承数据集上进行验证。结果表明:所提模型可以有效地捕获图的全局模式,降低计算复杂度,在全监督诊断任务中其诊断准确率可以保持在99%以上;在标签比例为10%的半监督任务中,其诊断准确率仍能保持在93.5%,所提诊断模型在半监督任务中有良好表现。; 关键词轴承故障诊断快速特征逼近谱图注意力网络 K近邻图算法; Keywords bearing fault diagnosis fast feature approximation spectral graph attention network K-nearest neighbor algorithm; 分类号 TH222 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名融合注意力机制的双路人体姿态估计网络: 2; 作者赵一鸣孙士保石念峰王国强王喜龙; 机构河南科技大学信息工程学院洛阳理工学院计算机与信息工程学院洛阳理工学院河南省绿色建筑材料制造与智能装备重点实验室上海电力大学电子与信息工程学院; 出处《计算机工程与设计》北大核心 2025年第8期2297-2304,共8页; 基金河南自然科学基金项目(232300420157) 龙门实验室前沿探索课题基金项目(LMQYTSKT034) 河南省科技攻关计划基金项目(242102321138)。; 文摘针对基于Transformer的人体姿态估计算法局部特征提取能力不足,且在热图转换过程中产生量化误差导致关键点预测精度低的问题,提出一种融合注意力机制的双路人体姿态估计方法。设计了双路CNN-Transformer模块(CT模块),同时捕获人体姿态的局部特征和全局表征,提高模型的特征表达能力;构建多谱特征多样性模块,通过学习不同频率的分量增强卷积,提取有效的人体姿态局部特征信息;采用无偏数据处理消除人体关键点在热图编码过程中产生的量化误差。实验结果表明,与SimpleBaseline相比,所提方法在降低模型复杂度和计算量的同时,在COCO和MPII数据集上将平均精度分别提升了2.7和0.7个百分点。; 关键词人体姿态估计卷积神经网络 TRANSFORMER 多谱注意力局部特征全局依赖性热图编码; Keywords human pose estimation convolutional neural network Transformer multi-spectral attention local features global dependency heatmap encoding; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名结合卷积增强窗口注意力的双分支语音增强神经网络: 3; 作者张晨辉原之安钱宇华; 机构山西大学大数据科学与产业研究院山西省机器视觉与数据挖掘工程研究中心(山西大学); 出处《计算机研究与发展》北大核心 2025年第4期852-862,共11页; 基金国家自然科学基金重点项目(62136005) 新一代人工智能国家科技重大专项(2021ZD0112400) 山西省科技重大专项计划“揭榜挂帅”项目(202201020101006)。; 文摘在复杂环境以及突发背景噪音条件下,语音增强任务具有极大的困难和挑战.主要原因是现有的语音增强方法未能有效捕获语谱图特征,尤其是局部信息.在过去的研究中,Transformer模型更专注于音频的全局信息,而忽略了局部信息的重要性.在音频经过短时傅里叶变换(STFT)处理后,多数模型仅使用幅值信息,而忽略了相位信息,导致它们未能有效捕获语谱图特征,从而影响了语音增强的效果.基于此设计出一个带有卷积增强窗口注意力的双分支语音增强神经网络.该模型采用U-NET架构,通过双分支结构对音频的幅值和相位信息同时建模;在2个分支之间引入复值计算模块以实现信息交互;在编码器层和解码器层之间的跳跃连接部分采用卷积增强窗口注意力模块,该模块执行基于非重叠窗口的自注意力操作,在捕获局部上下文信息的同时显著降低了语音增强模型的计算复杂度.该模型在公开的Voicebank-Demand数据集上进行测试,与基线模型DCUNET 16和DCUNET20相比,在客观语音质量评估指标PESQ(perceptual evaluation of speech quality)分别提高了0.51和0.47.除了PESQ指标外,其他指标也都有显著的提升.相较于现有的各类语音增强模型,该模型在各项指标上均处于领先水平,尤其是在PESQ得分方面的提升更为显著.; 关键词语音增强双分支网络语谱图特征卷积增强窗口注意力全局信息局部信息; Keywords speech enhancement dual-branch network spectrogram features convolutional enhancement window attention global information local information; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术] TN912.3 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于自注意力机制时频谱同源特征融合的鸟鸣声分类被引量：3: 4; 作者刘志华陈文洁陈爱斌; 机构中南林业科技大学计算机与信息工程学院中南林业科技大学人工智能应用研究所; 出处《计算机应用》 CSCD 北大核心 2022年第4期1260-1268,共9页; 基金智慧物流技术湖南省重点实验室资助项目(2019TP1015)。; 文摘目前深度学习模型大都难以应对复杂背景噪声下的鸟鸣声分类问题。考虑到鸟鸣声具有时域连续性、频域高低性特点,提出了一种利用同源谱图特征进行融合的模型用于复杂背景噪声下的鸟鸣声分类。首先,使用卷积神经网络(CNN)提取鸟鸣声梅尔时频谱特征;然后,使用特定的卷积以及下采样操作,将同一梅尔时频谱特征的时域和频域维度分别压缩至1,得到仅包含鸟鸣声高低特性的频域特征以及连续特性的时域特征。基于上述提取频域以及时域特征的操作,在时域和频域维度上同时对梅尔时频谱特征进行提取,得到具有连续性以及高低特性的时频域特征。然后,将自注意力机制分别用于得到的时域、频域、时频域特征以加强其各自拥有的特性。最后,将这三类同源谱图特征决策融合后的结果用于鸟鸣声分类。所提模型用于Xeno-canto网站的8种鸟类音频分类,并在分类对比实验中取得了平均精确率(MAP)为0.939的较好结果。实验结果表明该模型能应对复杂背景噪声下的鸟鸣声分类效果较差的问题。; 关键词深度学习鸟鸣声分类卷积神经网络自注意力机制同源谱图特征融合; Keywords deep learning bird sound classification Convolutional Neural Network(CNN) self-attention mechanism homologous spectrogram feature fusion; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于注意力机制的NewVGG16-BiGRU鼾声分类被引量：3: 5; 作者邓志平王冬霞马晓冬曹玉东; 机构辽宁工业大学电子与信息工程学院大连凡益科技有限公司; 出处《计算机应用》 CSCD 北大核心 2023年第S01期276-280,共5页; 文摘针对已有的鼾声分类模型因未考虑实际睡眠时的其他声音而导致的泛化能力差、准确率较低等问题,提出一种基于注意力机制的NewVGG16双向门控循环单元(NVGG16-BiGRU-Att)算法用于鼾声识别。首先,生成每个声段的谱图,采用NVGG16网络提取语谱图、梅尔(Mel)时频图和恒Q变换(CQT)时频图组成的谱图特征矩阵;其次,将提取的特征向量输入BiGRU,结合注意力机制,增加分类过程中的重要特征信息的权重,改善分类效果;最后,经过全连接层输出鼾声与非鼾声。在采集的鼾声数据集上进行实验,实验结果表明,所提算法取得了较好的分类效果,其中Mel时频图效果最优,识别准确率达到96.18%;相较于卷积神经网络(CNN)+长短期记忆(LSTM)网络、卷积CNNsLSTMs-深度神经网络(DNNs)模型,在同特征输入下,所提算法的准确率提升了0.31%~2.39%,验证了所提算法具有较好的鲁棒性,能够提升分类性能。; 关键词鼾声分类注意力机制循环神经网络双向门控循环单元谱图特征; Keywords snoring classification attention mechanism Recurrent Neural Network(RNN) Bidirectional Gated Recurrent Unit(BiGRU) spectral characteristic; 分类号 TN912.3 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于注意力机制的多任务3D CNN-BLSTM情感语音识别被引量：18: 6; 作者姜特陈志刚万永菁; 机构华东理工大学信息科学与工程学院; 出处《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心 2022年第4期534-542,共9页; 基金国家自然科学基金(61872143)。; 文摘语音情感识别广泛应用于车载驾驶系统、服务行业、教育以及医疗等各个领域。为了使计算机能更准确地识别出说话人的情感,提出了一种基于注意力机制的多任务三维卷积神经网络(ConvolutionNeuralNetwork,CNN)和双向长短期记忆网络(BidirectionalLong-Short Term Memory,BLSTM)相结合的情感语音识别方法(3D CNN-BLSTM)。基于多谱特征融合组图,利用三维卷积神经网络提取深层语音情感特征,结合性别分类的多任务学习机制提升语音情感识别准确率。在CASIA汉语情感语料库上的实验结果表明,该方法获得了较高的准确率。; 关键词语音情感识别注意力机制多谱特征融合组图卷积神经网络多任务学习; Keywords speech emotion recognition attention mechanism multi-spectral feature fusion group convolutional neural network multi-task learning; 分类号 TP391.7 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于特征级联的肺炎咳嗽声识别被引量：1: 7; 作者殷仁杰徐文龙; 机构中国计量大学; 出处《现代电子技术》 2022年第17期60-64,共5页; 基金 2021年浙江省大学生科技创新活动计划(新苗人才计划)(2021R409053)。; 文摘针对识别肺炎咳嗽声方面现有特征组合方法单一的问题,提出了实现级联浅层和深层特征的SELeNet-5网络模型。首先对咳嗽声使用6层小波包分解得到相对小波包能量作为浅层特征,同时,对咳嗽声预处理生成语谱图,使用改进的LeNet-5网络作为特征提取模型,从语谱图提取出深层特征;其次通过特征级联网络层结合浅层和深层两种不同层次的特征,形成新的特征向量;最终输入到注意力机制网络模块并通过全连接网络层输出肺炎咳嗽声的识别结果。对比实验结果表明,使用特征级联方法的SELeNet-5网络模型方法得到了79.81%的准确率,相比使用单一浅层特征准确率提高了6.81%,与使用单一深层特征相比准确率提高了2.92%。实验结果表明级联特征在肺炎咳嗽声识别上比单一的浅层或深层特征具有更好的效果,有效提高了肺炎咳嗽声识别准确率。; 关键词深度网络模型肺炎咳嗽声识别小波包分解特征级联语谱图注意力机制卷积神经网络; Keywords deep network model pneumonia cough sound recognition wavelet packet decomposition feature cascade speech spectrogram attention mechanism convolutional neural network; 分类号 TN711-34 [电子电信—电路与系统] TP391.42 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于快速特征逼近谱图注意力网络的滚动轴承半监督智能故障诊断研究	宁少慧杜越周利东	《机床与液压》北大核心	2025	0	在线阅读下载PDF 职称材料
2	融合注意力机制的双路人体姿态估计网络	赵一鸣孙士保石念峰王国强王喜龙	《计算机工程与设计》北大核心	2025	0	在线阅读下载PDF 职称材料
3	结合卷积增强窗口注意力的双分支语音增强神经网络	张晨辉原之安钱宇华	《计算机研究与发展》北大核心	2025	0	在线阅读下载PDF 职称材料
4	基于自注意力机制时频谱同源特征融合的鸟鸣声分类	刘志华陈文洁陈爱斌	《计算机应用》 CSCD 北大核心	2022	3	在线阅读下载PDF 职称材料
5	基于注意力机制的NewVGG16-BiGRU鼾声分类	邓志平王冬霞马晓冬曹玉东	《计算机应用》 CSCD 北大核心	2023	3	在线阅读下载PDF 职称材料
6	基于注意力机制的多任务3D CNN-BLSTM情感语音识别	姜特陈志刚万永菁	《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心	2022	18	在线阅读下载PDF 职称材料
7	基于特征级联的肺炎咳嗽声识别	殷仁杰徐文龙	《现代电子技术》	2022	1	在线阅读下载PDF 职称材料