为了提高语音信号处理课程的教学效果,解决实时语音信号处理实验难以开展的问题,在深入探讨实时语音信号处理实验方案的基础之上,设计了基于ARM Cortex-A8的嵌入式实验平台。借助嵌入式Linux系统声音框架(Advanced Linux Sound Architec...为了提高语音信号处理课程的教学效果,解决实时语音信号处理实验难以开展的问题,在深入探讨实时语音信号处理实验方案的基础之上,设计了基于ARM Cortex-A8的嵌入式实验平台。借助嵌入式Linux系统声音框架(Advanced Linux Sound Architecture,ALSA),该平台可以实现实时语音信号分析、增强与特征提取,帮助学生学习语音信号处理的基础知识;基于实时信号处理实验,学生可以快速面向功能进行项目式开发,提高学生的专业能力和工程能力。最后以动态语音情感识别为例,介绍了系统的硬件构成、软件框架以及算法实现。展开更多
随机森林算法是根据Bagging抽样和随机特征子集划分策略,由多棵决策树组成的集成算法。与其他分类算法相比,随机森林算法有更高的分类精度、更低的泛化误差以及训练速度快等特点,因此在数据挖掘领域得到了多方面的应用。然而随机森林算...随机森林算法是根据Bagging抽样和随机特征子集划分策略,由多棵决策树组成的集成算法。与其他分类算法相比,随机森林算法有更高的分类精度、更低的泛化误差以及训练速度快等特点,因此在数据挖掘领域得到了多方面的应用。然而随机森林算法在分类预测特征维度高且不平衡的数据时,分类性能受到了极大限制。为了更好地处理高维不平衡数据,文中提出了一种基于混合采样和特征选择的改进随机森林算法(Hybrid Samping&Feature Selection Random Forest,HF_RF)。该算法首先从数据层面出发,通过SMOTE算法和随机欠采样相结合的方式对高维不平衡数据集进行预处理,同时引入聚类算法对SMOTE算法进行改进,提高对负类样本的处理性能;然后从算法层面出发,通过ReliefF算法对平衡后的高维数据赋予不同的权值,剔除不相关和冗余特征,对高维数据进行维度约简;最后采用加权投票原则进一步提高算法的分类性能。实验结果显示,改进后的算法与原算法相比,在处理高维不平衡数据方面的各评价指标更高,证明HF_RF算法对于高维不平衡数据的分类性能高于传统随机森林算法。展开更多
针对传统三节点协作通信模型虽简单易行,但其中两阶段协作传输过程中中继节点通常无偿为源节点转发数据,存在频谱效率低的缺点,基于解码转发(decode and forward,DF)协作协议,以提高系统传输速率为目标,利用链路层控制信息的交换获得链...针对传统三节点协作通信模型虽简单易行,但其中两阶段协作传输过程中中继节点通常无偿为源节点转发数据,存在频谱效率低的缺点,基于解码转发(decode and forward,DF)协作协议,以提高系统传输速率为目标,利用链路层控制信息的交换获得链路状态信息(channel statue information,CSI),提出一种基于叠加编码的协作通信机制。协作中,允许中继节点在转发源节点数据的同时,利用叠加编码进行自身数据的发送,通过灵活调整叠加编码时的功率分配,保证系统的传输速率。仿真结果表明,该机制能有效提高系统的传输速率。展开更多
文摘为了提高语音信号处理课程的教学效果,解决实时语音信号处理实验难以开展的问题,在深入探讨实时语音信号处理实验方案的基础之上,设计了基于ARM Cortex-A8的嵌入式实验平台。借助嵌入式Linux系统声音框架(Advanced Linux Sound Architecture,ALSA),该平台可以实现实时语音信号分析、增强与特征提取,帮助学生学习语音信号处理的基础知识;基于实时信号处理实验,学生可以快速面向功能进行项目式开发,提高学生的专业能力和工程能力。最后以动态语音情感识别为例,介绍了系统的硬件构成、软件框架以及算法实现。
文摘随机森林算法是根据Bagging抽样和随机特征子集划分策略,由多棵决策树组成的集成算法。与其他分类算法相比,随机森林算法有更高的分类精度、更低的泛化误差以及训练速度快等特点,因此在数据挖掘领域得到了多方面的应用。然而随机森林算法在分类预测特征维度高且不平衡的数据时,分类性能受到了极大限制。为了更好地处理高维不平衡数据,文中提出了一种基于混合采样和特征选择的改进随机森林算法(Hybrid Samping&Feature Selection Random Forest,HF_RF)。该算法首先从数据层面出发,通过SMOTE算法和随机欠采样相结合的方式对高维不平衡数据集进行预处理,同时引入聚类算法对SMOTE算法进行改进,提高对负类样本的处理性能;然后从算法层面出发,通过ReliefF算法对平衡后的高维数据赋予不同的权值,剔除不相关和冗余特征,对高维数据进行维度约简;最后采用加权投票原则进一步提高算法的分类性能。实验结果显示,改进后的算法与原算法相比,在处理高维不平衡数据方面的各评价指标更高,证明HF_RF算法对于高维不平衡数据的分类性能高于传统随机森林算法。
文摘针对传统三节点协作通信模型虽简单易行,但其中两阶段协作传输过程中中继节点通常无偿为源节点转发数据,存在频谱效率低的缺点,基于解码转发(decode and forward,DF)协作协议,以提高系统传输速率为目标,利用链路层控制信息的交换获得链路状态信息(channel statue information,CSI),提出一种基于叠加编码的协作通信机制。协作中,允许中继节点在转发源节点数据的同时,利用叠加编码进行自身数据的发送,通过灵活调整叠加编码时的功率分配,保证系统的传输速率。仿真结果表明,该机制能有效提高系统的传输速率。
