基于主成分分析和深度自编码高斯混合模型的无监督异常数据检测方法研究 被引量：3

1

作者 刘翔宇 朱诗兵 杨帆 《现代电子技术》 2023年第3期75-80,共6页

在异常数据检测中,由于数据量过大和数据特征维度过高,往往会导致数据标定困难、数据冗余、算法效率降低等。针对以上问题,将主成分分析(PCA)特征选择算法与深度自编码高斯混合模型(DAGMM)相结合,提出一种新的无监督异常数据检测方法PCA... 在异常数据检测中,由于数据量过大和数据特征维度过高,往往会导致数据标定困难、数据冗余、算法效率降低等。针对以上问题,将主成分分析(PCA)特征选择算法与深度自编码高斯混合模型(DAGMM)相结合,提出一种新的无监督异常数据检测方法PCA-DAGMM。该方法首先利用PCA特征选择算法对数据进行预处理,去除对分类效果增益较小的冗余数据,降低运算成本;然后将特征选择后的数据输入到DAGMM模型中进行训练。基于kddcup99数据集和CIC-IDS-2017数据集进行实验,并与多种特征选择算法进行对比,实验结果表明,PCA-DAGMM方法可以有效优化分类器性能,提高分类器训练效率,适用于解决网络流量异常检测问题,F1指数在kddcup99数据集和CIC-IDS-2017数据集上比DAGMM模型分别提高了4.37%和1.06%,训练时间减少了14.43%和8%。 展开更多

关键词 无监督异常数据检测 主成分分析 特征选择 深度自编码高斯混合模型 密度估计 联合训练

在线阅读 下载PDF 职称材料

基于深度自编码-高斯混合模型的视频异常检测方法 被引量：9

2

作者 钟友坤 莫海宁 《红外与激光工程》 EI CSCD 北大核心 2022年第6期365-371,共7页

由于异常定义的模糊性和真实数据的复杂性,视频异常检测是智能视频监控中最具挑战性的问题之一。基于自动编码器(AE)的帧重建(当前或未来帧)是一种流行的视频异常检测方法。使用在正常数据上训练的模型,异常场景的重建误差通常比正常场... 由于异常定义的模糊性和真实数据的复杂性,视频异常检测是智能视频监控中最具挑战性的问题之一。基于自动编码器(AE)的帧重建(当前或未来帧)是一种流行的视频异常检测方法。使用在正常数据上训练的模型,异常场景的重建误差通常比正常场景的重建误差大得多。但是,这类方法忽略了正常数据本身的内部结构,效率较低。基于此,提出了一种深度自动编码高斯混合模型(DAGMM)。首先利用深度自动编码器获得输入视频片段的生成低维表示和重构误差,并将其进一步输入高斯混合模型(GMM)。而估计网络则通过高斯混合模型预测能量概率,然后通过能量密度概率判断异常。DAGMM以端到端的方式同时联合优化深度自动编码器和GMM的参数,能够平衡自动编码重建、低维表示的密度估计和正则化,泛化能力强。在两个公共基准数据集上的实验结果表明,DAGMM达到了现有最高技术发展水平,在UCSD Ped2和ShanghaiTech两个数据集上分别取得了95.7%和72.9%的帧级AUC。 展开更多

关键词 视频监控 异常事件 自编码网络 高斯混合模型 深度学习

在线阅读 下载PDF 职称材料

基于条件卷积自编码高斯混合模型的风电齿轮箱健康评估 被引量：1

3

作者 何群 李晔阳 +3 位作者 江国乾 苏楠 谢平 武鑫 《太阳能学报》 EI CSCD 北大核心 2023年第12期214-220,共7页

为实现对风电齿轮箱健康评估、发现齿轮箱部件早期故障,提出一种基于条件卷积自编码高斯混合模型的风电齿轮箱健康评估网络。在编码器部分,同时对传感器信息和时序信息进行编码解码并提取压缩特征,根据高斯混合模型设计基于信号本身概... 为实现对风电齿轮箱健康评估、发现齿轮箱部件早期故障,提出一种基于条件卷积自编码高斯混合模型的风电齿轮箱健康评估网络。在编码器部分,同时对传感器信息和时序信息进行编码解码并提取压缩特征,根据高斯混合模型设计基于信号本身概率分布的能量设计评价指标进行健康评估。根据核密度估计确定阈值,并利用某真实风电场数据进行实验,验证方法的有效性。 展开更多

关键词 风电机组 自编码网络 健康评估 高斯混合模型 数据采集与监控系统

在线阅读 下载PDF 职称材料

基于高斯混合模型和深度神经网络的大型船舶主机功率预测(英文) 被引量：3

4

作者 张嘉琦 苏伟 +4 位作者 张久文 吴尽昭 蔡川 郭弋平 雷晖 《船舶力学》 EI CSCD 北大核心 2021年第12期1623-1634,共12页

船舶主机功率是预测航行油耗、评估船舶废气排放中的一项重要数据。然而,未知的船舶主机功率数据对基于大数据的船舶油耗及排放预测产生了障碍。为了解决这一问题,本文提出基于高斯混合模型(GMM)和深度神经网络(DNN)的大型船舶主机功率... 船舶主机功率是预测航行油耗、评估船舶废气排放中的一项重要数据。然而,未知的船舶主机功率数据对基于大数据的船舶油耗及排放预测产生了障碍。为了解决这一问题,本文提出基于高斯混合模型(GMM)和深度神经网络(DNN)的大型船舶主机功率预测方法。首先对船舶特征进行相关性分析,选择与主机功率相关系数较大的船舶特征作为GMM-DNN混合模型的输入,然后使用GMM对船舶特征进行聚类,将聚类结果作为标签和船舶特征一起作为DNN的输入,最后使用Adam-Dropout优化DNN,并用DNN对船舶功率进行预测。为了探究方法的有效性,本文比较了多元线性回归分析、非线性回归、DNN、GMM-DNN在船舶主机功率上的预测效果。实验表明,GMM-DNN模型在船舶主机功率预测上表现最好,其平均绝对误差MAPE为14.57%,比多元线性回归、非线性回归和DNN分别低28.27%、23.36%和1.24%。 展开更多

关键词 船舶主机功率 高斯混合模型GMM 深度神经网络DNN

在线阅读 下载PDF 职称材料

基于深度卷积神经网络与高斯混合模型的水电机组异常声音检测 被引量：2

5

作者 张勇 元文智 +2 位作者 段贵金 王博宇 刘豪睿 《水电能源科学》 北大核心 2023年第8期188-191,130,共5页

为实现水电机组运行状态的安全监测,解决自动化值守问题,依据语音识别技术,基于发电机组运行监测信息对水轮机部分测点的正常状态建模,以实现异常检测。先使用西储大学轴承试验数据,验证深度卷积神经网络(CNN)与高斯混合模型(GMM)组合... 为实现水电机组运行状态的安全监测,解决自动化值守问题,依据语音识别技术,基于发电机组运行监测信息对水轮机部分测点的正常状态建模,以实现异常检测。先使用西储大学轴承试验数据,验证深度卷积神经网络(CNN)与高斯混合模型(GMM)组合建模方法的正确性;其次针对水轮机组共布置了42个测点,根据过速前后RMS的上升率,选择10个敏感测点进行位置分类;然后选取部分数据作为训练数据,得到CNN模型及机组声音特征,进一步训练并得到GMM模型;最后利用测试数据的打分结果,判断机器运行状态——即偏离正常状态的程度,实现异常状态检测。该试验方案通过人工标注确认,验证了方法的可行性,实现了基于声音的水电机组异常检测算法设计。 展开更多

关键词 水轮发电机组 深度卷积神经网络 高斯混合模型 异常检测 声谱图

在线阅读 下载PDF 职称材料

基于稀疏自编码器和高斯混合模型的手写数据集分类 被引量：1

6

作者 马双宝 高梦圆 +2 位作者 胡江宇 贾树林 董玉婕 《武汉纺织大学学报》 2021年第2期3-8,共6页

深度学习模型训练需要大量的有标签数据进行训练,现实生活中数据大多没有标签,需要进行人工标注,对于小样本的训练存在过拟合现象,针对此问题,本文提出一种算法:首先采用稀疏编码器对数据进行降维处理,然后利用T-SNE算法继续将数据维度... 深度学习模型训练需要大量的有标签数据进行训练,现实生活中数据大多没有标签,需要进行人工标注,对于小样本的训练存在过拟合现象,针对此问题,本文提出一种算法:首先采用稀疏编码器对数据进行降维处理,然后利用T-SNE算法继续将数据维度降低到二维空间,最后采用高斯混合模型对数据进行聚类分析。该算法采用无监督斱法,不需要预先对数据进行标签化。该算法对数据过拟合具有一定的泛化能力,在手写数据集的训练集取得0.89205的准确度,在测试集中取得0.896的精度。该算法为小样本的学习提供了新思路。 展开更多

关键词 稀疏自编码器 降维 T-SNE 高斯混合模型 卷积神经网络

在线阅读 下载PDF 职称材料

基于高斯混合模型的衍射成像算法

7

作者 练秋生 侯亚伟 +1 位作者 苏月明 石保顺 《电子学报》 EI CAS CSCD 北大核心 2018年第10期2347-2350,共4页

编码衍射成像系统中记录的测量值丢失了相位,而相位含有关于图像的大部分结构信息.如何利用无相位测量值重构原始图像是相位恢复(Phase Retrieval,PR)算法面临的一个重要问题.由期望最大(EM)算法训练高斯混合模型(GMM)的最优参数,任一... 编码衍射成像系统中记录的测量值丢失了相位,而相位含有关于图像的大部分结构信息.如何利用无相位测量值重构原始图像是相位恢复(Phase Retrieval,PR)算法面临的一个重要问题.由期望最大(EM)算法训练高斯混合模型(GMM)的最优参数,任一图像块可以选用GMM中某一模型分量最佳表示.基于该认识,本文利用GMM的统计特性融合数据保真项构造PR优化问题,并用加速邻近梯度法求解该问题.实验结果表明,该算法在噪声强度较大、编码衍射图案较少的情况下仍能获得较高质量的图像重构. 展开更多

关键词 相位恢复 编码衍射图案 高斯混合模型 加速邻近梯度

在线阅读 下载PDF 职称材料

轨道交通路径流量分配的数据挖掘模型研究

8

作者 李淑庆 李振东 牟保卫 《信息技术》 2025年第5期20-25,32,共7页

文中提出一种基于数据挖掘的轨道交通路径流量分配模型。使用DFS算法提取有效路径,利用多路径时间分布差异性构建高斯混合模型;针对其易陷入局部最优问题引入模糊聚类标定初值,使用EM算法求解;提取重庆市OD客流的AFC数据,计算多路径客流... 文中提出一种基于数据挖掘的轨道交通路径流量分配模型。使用DFS算法提取有效路径,利用多路径时间分布差异性构建高斯混合模型;针对其易陷入局部最优问题引入模糊聚类标定初值,使用EM算法求解;提取重庆市OD客流的AFC数据,计算多路径客流量,利用乘客总出行时间验证模型准确率及效率,研究发现,同迭代水平下,此模型相较高斯混合模型误差率分别降低了0.35%、0.15%,迭代收敛速度至少提升44.38%。分配结果显示,对于时间相近的不同路径,乘客更大概率会选择出行总时间较少、换乘少的路线。 展开更多

关键词 轨道交通路径流量分配 数据挖掘 深度优先搜索(DFS) 高斯混合模型 模糊聚类算法

在线阅读 下载PDF 职称材料

用于Android手机活动识别的深度重构模型

9

作者 王金甲 田佩佩 《高技术通讯》 北大核心 2017年第7期604-611,共8页

基于数据的流形假设,进行了Android手机的活动识别研究,提出了一种深度重构模型(DRMs),该模型无需基础几何的先验假设就能自动学习到当前类样本的复杂非线性曲面结构和几何特点。首先定义了一个深度重构模型(DRM)模板,通过高斯受限玻尔... 基于数据的流形假设,进行了Android手机的活动识别研究,提出了一种深度重构模型(DRMs),该模型无需基础几何的先验假设就能自动学习到当前类样本的复杂非线性曲面结构和几何特点。首先定义了一个深度重构模型(DRM)模板,通过高斯受限玻尔兹曼机(GRBMs)逐层贪婪训练以初始化DRM模板的权重。在训练阶段,根据每类样本分别微调初始化后的DRM模板便可得到特定类的DRM。在测试阶段,基于测试样本与特定类DRM的最小重构误差决策活动类别。实验证明,该方法对Android手机数据集的活动识别正确率高达99%。 展开更多

关键词 活动识别 深度重构模型 自动编码器 ANDROID手机 高斯受限玻尔兹曼机(GRBMs)

在线阅读 下载PDF 职称材料

基于ADMM和深度生成先验的高光谱解混方法

10

作者 赵敏 陈捷 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2024年第9期1639-1647,共9页

混合像元的存在制约了高光谱图像分类和目标检测的精度,为了提高混合像元分解的精度,精确地分析混合像元中的组成成分,本文提出将优化方法和深度生成先验结合的高光谱解混方法,实现数据驱动和模型驱动的有机结合。近年来,基于深度神经... 混合像元的存在制约了高光谱图像分类和目标检测的精度,为了提高混合像元分解的精度,精确地分析混合像元中的组成成分,本文提出将优化方法和深度生成先验结合的高光谱解混方法,实现数据驱动和模型驱动的有机结合。近年来,基于深度神经网络的处理方法被广泛使用在高光谱解混任务中。但是该类方法是“黑盒子”,缺乏物理可解释性。传统的基于数学优化的高光谱解混方法,通过使用人工设计的先验项引入图像内含信息,提高解混精度。但是对于复杂的先验项,求解方法复杂,且并不是所有先验信息都可以用数学模型表示出来。所以本文提出一结合交替方向乘子法优化算法和深度生成先验的高光谱解混方法,联合使用数学优化和深度方法的优越性。首先使用ADMM算法将数据拟合项和生成先验项进行解耦,对于生成先验,使用传统解混方法获得的丰度预训练变分自编码器网络,并将解码器作为生成器。本文同时使用人工合成数据和真实遥感数据验证所提出方法的有效性。 展开更多

关键词 遥感 高光谱图像 混合像元 高光谱解混 深度先验 交替方向乘子法 生成模型 变分自编码器

在线阅读 下载PDF 职称材料

快速面炮记录叠前深度偏移 被引量：12

11

作者 张叔伦 孙沛勇 《石油地球物理勘探》 EI CSCD 北大核心 2002年第4期333-338,共6页

本文提出了一种允许部分相位值依赖频率 ,部分相位值不依赖频率的混合相位编码技术。将这一新的相位编码技术应用到目标照明的面炮记录叠前深度偏移上 ,既可使面炮记录偏移效率成倍提高 ,又可降低因相位编码产生的人为误差 ,从而得到了... 本文提出了一种允许部分相位值依赖频率 ,部分相位值不依赖频率的混合相位编码技术。将这一新的相位编码技术应用到目标照明的面炮记录叠前深度偏移上 ,既可使面炮记录偏移效率成倍提高 ,又可降低因相位编码产生的人为误差 ,从而得到了一种新的快速面炮记录叠前深度偏移方法。该方法基于递归波场延拓 ,具有较高的成像质量。由于既使用了比单炮记录偏移高效的面炮技术 ,又使用了相位编码技术 ,用相当于一个平面波震源的面炮记录叠前深度偏移的计算量 ,近似地得到多个面炮记录叠前深度偏移叠加结果 ,因此具有高效的特点。 Marm ousi模型数据和实际墨西哥湾海底电缆纵波数据试算结果表明了本方法的正确性。 展开更多

关键词 快速面炮记录 叠前深度偏移 混合相位编码 MARMOUSI模型 纵波数据 地震勘探

在线阅读 下载PDF 职称材料

基于GMM的甚低码率语音编码器 被引量：2

12

作者 李平 曾毓敏 +1 位作者 吴婷婷 吴华玉 《光电子技术》 CAS 2007年第2期110-114,共5页

提出了一种新颖的基于高斯混合模型(GMM)的甚低码率语音编码系统。该编码器利用GMM对短时语音谱包络进行拟合的方法来对语音进行参数化表示。编码时,语音经预处理、分帧加窗后,再经FFT分析得到分帧语音的信号频谱,并获得平滑谱包络。然... 提出了一种新颖的基于高斯混合模型(GMM)的甚低码率语音编码系统。该编码器利用GMM对短时语音谱包络进行拟合的方法来对语音进行参数化表示。编码时,语音经预处理、分帧加窗后,再经FFT分析得到分帧语音的信号频谱,并获得平滑谱包络。然后采用GMM对谱包络进行拟合,用GMM参数(均值、方差、权重)对语音谱加以表示。由于GMM参数较少,从而可以使得码率甚低。解码时,根据编码逆运算生成谱包络,浊音信号利用正弦模型加以合成,清音信号经IFFT合成。实验仿真结果表明:该编码器在传输码率降低到2.35 kb/s时,仍可获得音质令人满意的解码语音。 展开更多

关键词 语音编码 高斯混合模型 甚低码率 谱包络

在线阅读 下载PDF 职称材料

贝叶斯推理模型Index-GMVAE在随机数据缺失填补中的应用 被引量：1

13

作者 马超 蔡猛 李建勋 《指挥控制与仿真》 2022年第1期32-37,共6页

变分自编码器(VAE)推理随机缺失数据还原是近年来一种新兴的数据填补方法,但传统的VAE算法存在后验分布单一,变分推断证据下界收敛慢等问题。因此,提出了一种采用高斯混合后验分布和缺失数据位置掩码推理缺失数据还原的新的贝叶斯推理... 变分自编码器(VAE)推理随机缺失数据还原是近年来一种新兴的数据填补方法,但传统的VAE算法存在后验分布单一,变分推断证据下界收敛慢等问题。因此,提出了一种采用高斯混合后验分布和缺失数据位置掩码推理缺失数据还原的新的贝叶斯推理网络框架——Index-GMVAE。在Mnist手写数字数据集和Adult数据集上分别做了实验验证,仿真结果表明,提出的算法能明显提高证据下界的收敛速度,相比于VAE算法,将缺失数据推理还原的准确率提高了10%左右,且在图像数据集和异构二分类数据集上均有效提高了模型的概率隐变量层的推理性能,体现了对不同结构数据的普适性。 展开更多

关键词 变分自编码器 高斯混合模型 缺失位置掩码 证据下界

在线阅读 下载PDF 职称材料

基于相似关联度神经网络的音频频带扩展

14

作者 刘鑫 鲍长春 《电子学报》 EI CAS CSCD 北大核心 2015年第4期816-821,共6页

宽带音频带宽的限制会降低其主观质量和自然度.本文提出了一种基于相似关联度神经网络的宽带向超宽带音频频带扩展方法.该方法将宽带音频的精细谱重构成多维相空间,并建立相似关联度神经网络来恢复高频成分的精细谱,同时借助高斯混合模... 宽带音频带宽的限制会降低其主观质量和自然度.本文提出了一种基于相似关联度神经网络的宽带向超宽带音频频带扩展方法.该方法将宽带音频的精细谱重构成多维相空间,并建立相似关联度神经网络来恢复高频成分的精细谱,同时借助高斯混合模型估计高频谱包络,并以G.722.1编码器为平台实现音频信号的带宽扩展.测试结果表明,本文方法扩展性能优于参考方法,其主观质量接近于G.722.1C超宽带编码器. 展开更多

关键词 音频编码 音频频带扩展 相似关联度神经网络 相空间重构 高斯混合模型

在线阅读 下载PDF 职称材料

基于自编码的高光谱遥感解混技术研究综述(内封面文章·特邀)

15

作者 秦凯 郝予希 +4 位作者 赵英俊 崔鑫 杨越超 朱玲 田青林 《红外与激光工程》 2025年第5期20-37,共18页

高光谱解混技术通过将混合像元分解为端元及其对应丰度,实现亚像元级地物信息精准提取,是高光谱遥感分析领域的关键技术。基于自编码器的解混方法因其特征提取与数据重建等优势,成为近年研究焦点。文中从模型架构演进和与物理模型融合... 高光谱解混技术通过将混合像元分解为端元及其对应丰度,实现亚像元级地物信息精准提取,是高光谱遥感分析领域的关键技术。基于自编码器的解混方法因其特征提取与数据重建等优势,成为近年研究焦点。文中从模型架构演进和与物理模型融合两个方面,系统梳理了该技术的发展脉络,揭示其创新路径与演进趋势。首先,通过三阶段框架说明技术进展:基础自编码网络验证了解混理论与深度学习的初步适配性;集成卷积、循环及Transformer模块的复合架构强化了光谱-空间联合建模能力;神经架构搜索与即插即用机制则推动动态优化自适应网络的形成。其次,物理模型与数据驱动方法的融合呈现递进特征:早期研究通过非负性、丰度和为一等约束条件建立物理联系,而当前方法通过将物理模型嵌入网络层或损失函数,实现物理机理与特征学习的深度耦合。最后,未来研究将聚焦于构建"物理可解释-数据自适应"混合智能模型,重点突破先进模型创新、物理模型深度融合、复杂场景适应性、计算效率优化等关键技术,有望将应用边界拓展至医学影像分析、农产品品质检测等新兴领域,为高光谱解混技术体系发展提供理论支撑和应用指引。 展开更多

关键词 高光谱 混合像元分解 深度学习 自编码 物理模型

在线阅读 下载PDF 职称材料

CWGAN-DNN:一种条件Wasserstein生成对抗网络入侵检测方法 被引量：14

16

作者 贺佳星 王晓丹 +1 位作者 宋亚飞 来杰 《空军工程大学学报（自然科学版）》 CSCD 北大核心 2021年第5期67-74,共8页

针对现有的基于机器学习的入侵检测系统对类不平衡数据检测准确率低的问题,提出一种基于条件Wasserstein生成对抗网络(CWGAN)和深度神经网络(DNN)的入侵检测(CWGAN-DNN)。CWGAN-DNN通过生成样本来改善数据集的类不平衡问题,提升对少数... 针对现有的基于机器学习的入侵检测系统对类不平衡数据检测准确率低的问题,提出一种基于条件Wasserstein生成对抗网络(CWGAN)和深度神经网络(DNN)的入侵检测(CWGAN-DNN)。CWGAN-DNN通过生成样本来改善数据集的类不平衡问题,提升对少数类和未知类的检测效率。首先,通过变分高斯混合模型(VGM)对原始数据中的连续特征进行处理,将连续特征的高斯混合分布进行分解;然后利用CWGAN学习预处理后数据的分布并生成新的少数类数据样本、平衡训练数据集;最后,利用平衡训练集对DNN进行训练,将训练得到的DNN用于入侵检测。在NSL-KDD数据集上进行的实验结果表明:利用CWGAN生成的数据进行训练,DNN的分类准确率和F1分数提升了5%,AUC下降了2%;与其他类均衡方法相比,CWGAN-DNN的准确率至少提升了3%、F1分数和AUC提升了1%。 展开更多

关键词 入侵检测 类均衡技术 生成对抗网络 深度神经网络 高斯混合模型

在线阅读 下载PDF 职称材料

基于局部最小二乘支持向量机的音频频带扩展方法 被引量：3

17

作者 白海钏 鲍长春 刘鑫 《电子学报》 EI CAS CSCD 北大核心 2016年第9期2203-2210,共8页

在网络传输过程中宽带音频会由于高频信息的缺失导致音频质量下降,因此,本文提出了一种基于局部最小二乘支持向量机的宽带向超宽带音频频带扩展方法.根据音频频域序列的非线性特性,本文采用相空间重构和局部最小二乘支持向量机对音频信... 在网络传输过程中宽带音频会由于高频信息的缺失导致音频质量下降,因此,本文提出了一种基于局部最小二乘支持向量机的宽带向超宽带音频频带扩展方法.根据音频频域序列的非线性特性,本文采用相空间重构和局部最小二乘支持向量机对音频信号的高频频谱细节进行预测,并结合高斯混合模型对高频子带能量进行估计,最后经过高频频谱包络调整,所提方法能够有效地恢复7k Hz^14k Hz频率范围内的高频成分.主客观测试结果表明,该方法改善了宽带音频的听觉质量,其性能优于参考音频频带扩展方法. 展开更多

关键词 音频编码 频带扩展 高斯混合模型 局部最小二乘支持向量机

在线阅读 下载PDF 职称材料

基于GMM工况辨识和DAE的风机齿轮箱状态监测 被引量：8

18

作者 王东林 吕丽霞 +2 位作者 王梓齐 陈颖 李晓宁 《中国测试》 CAS 北大核心 2021年第4期89-95,共7页

针对大型风电机组运行工况多变、数据量大的特点,提出一种将高斯混合模型(GMM)与深度自编码网络(DAE)相结合的风电机组齿轮箱状态监测方法。首先,基于GMM对风电机组运行工况进行辨识;然后,在各个子工况空间下,基于DAE建立正常运行状态... 针对大型风电机组运行工况多变、数据量大的特点,提出一种将高斯混合模型(GMM)与深度自编码网络(DAE)相结合的风电机组齿轮箱状态监测方法。首先,基于GMM对风电机组运行工况进行辨识;然后,在各个子工况空间下,基于DAE建立正常运行状态下的齿轮箱油池温度模型,得到多工况阈值;最后,对DAE模型的重构误差进行分析,结合多工况阈值构建健康指数,实现风电机组齿轮箱的状态监测。以某台2 MW风电机组为实例进行验证,结果表明,该方法能够提前7天预警齿轮箱油池温度过高的故障;相对于基于DAE状态监测方法,在不影响在线监测时效性的情况下,该文所提方法能够提前约8 h预警潜在故障。 展开更多

关键词 风电机组 状态监测 深度自编码网络 高斯混合模型 工况辨识

在线阅读 下载PDF 职称材料

一种汉语语音变换技术 被引量：1

19

作者 孙卓 岳振军 《电声技术》 2007年第6期37-40,共4页

汉语语音变换技术的目的是将汉语语音中源说话人的语音特征转换为目标说话人语音特征。提出的适用于汉语说话人的变换算法分为3个部分:前两部分用高斯混合模型实现了语音的谱包络(线性预测编码)及其激励(残差)的转换;第三部分采用支持... 汉语语音变换技术的目的是将汉语语音中源说话人的语音特征转换为目标说话人语音特征。提出的适用于汉语说话人的变换算法分为3个部分:前两部分用高斯混合模型实现了语音的谱包络(线性预测编码)及其激励(残差)的转换;第三部分采用支持向量回归算法实现语音的韵律变换规则建模,结合汉语语音特点利用基音同步叠加算法实现语音的超音段特征调整。与现有的语音变换算法进行比较,算法针对汉语语音超音段发音特点进行韵律调整,有效实现了汉语语音变换并得到高自然度合成语音,是一种有效的汉语语音变换算法。 展开更多

关键词 汉语语音变换 线性预测编码 残差 高斯混合模型 超音段特征 支持向量回归

在线阅读 下载PDF 职称材料

利用一种新的谱扩展技术提高窄带语音质量

20

作者 陈善荣 胡剑凌 徐盛 《电声技术》 北大核心 2004年第3期35-38,共4页

提出了一种谱扩展算法,先对窄带语音进行线性预测编码(LPC)分析和多带激励(MBE)分析,得到窄带语音的线性谱频率(LSF)参数和清/浊音(U/V)判决信息;利用高斯混合模型(GMM)由窄带语音的LSF参数扩展得到高带语音的包络谱信息;对于激励信号,... 提出了一种谱扩展算法,先对窄带语音进行线性预测编码(LPC)分析和多带激励(MBE)分析,得到窄带语音的线性谱频率(LSF)参数和清/浊音(U/V)判决信息;利用高斯混合模型(GMM)由窄带语音的LSF参数扩展得到高带语音的包络谱信息;对于激励信号,由窄带语音的U/V判决信息通过码本匹配得到高带的U/V判决,然后根据U/V判决信息由正弦模型合成出高带激励信号,并进而由LPC方法生成高带语音。最终的宽带语音由原始窄带语音和扩展得到的高带语音经子带合成得到。实验结果表明该算法扩展得到的宽带语音能有效提高语音信号的清晰度和可懂度。 展开更多

关键词 谱扩展技术 窄带语音质量 高斯混合模型 线性预测编码 多带激励

在线阅读 下载PDF 职称材料