-
题名基于树莓派的智能语音降噪算法研究与实现
- 1
-
-
作者
陶然
朱润乾
秦怡童
凌海东
-
机构
南京工程学院通信与人工智能学院、集成电路学院
-
出处
《现代信息科技》
2025年第3期183-188,共6页
-
文摘
语音增强是语音信号处理的重要分支,在语音识别、语音通信等领域具有重要应用。传统数字信号处理(DSP)方法下的单通道语音增强计算量小,但效果不佳。近年来,深度学习算法大幅提升了单通道语音增强的效果,但往往计算量大,对硬件要求高,难以应用于移动设备或可穿戴设备。针对性能和计算量难以平衡的现状,文章实现了一种低复杂度的基于深度学习的语音增强算法,并在树莓派上进行了实现。该算法采用具有四个隐藏层的循环神经网络(RNN),用于估计理想的临界频带增益,而音高谐波之间的噪声则采用传统音高滤波器处理。实验结果显示,该系统能够有效实现降噪功能,并且性能优于传统的维纳滤波算法。
-
关键词
语音增强
RNNoise
实时
单通道
树莓派
-
Keywords
speech enhancement
RNNoise
real-time
single-channel
Raspberry Pi
-
分类号
TN912
[电子电信—通信与信息系统]
-
-
题名基于树莓派的智能零售系统设计
- 2
-
-
作者
朱镕佳
杨宇轩
李振东
陈硕
唐朝阳
唐晓雨
-
机构
南京工程学院通信与人工智能学院、集成电路学院
-
出处
《现代信息科技》
2024年第19期189-192,198,共5页
-
基金
2023年江苏省大学生创新培训项目(202311276078Y)
2021年度江苏省高校哲学社会科学研究一般项目(2021SJA0415)。
-
文摘
零售智能化改革不仅有效地提升了销售效率,而且一定程度降低了人工成本,为零售业带来了便利和效益。文章基于深度学习算法,利用自建的商品数据集进行模型训练,在嵌入式系统上运行并进行了研究。采用树莓派4B开发板作为硬件核心,设计了一套集成称重、识别和交互功能的智能零售系统。这套系统充分利用了深度学习算法的优势,通过对商品数据的分析和处理,能够快速准确地识别商品。一系列的测试结果表明,该系统实现了预期的功能,为研究的正确性提供了有力的支持。
-
关键词
树莓派
深度学习
物品识别
人机交互
-
Keywords
Raspberry Pi
Deep Learning
item recognition
human-computer interaction
-
分类号
TP368.1
[自动化与计算机技术—计算机系统结构]
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于LSTM神经网络的潮汐分析
- 3
-
-
作者
凌鑫辉
尚玉杰
李小平
-
机构
南京工程学院通信与人工智能学院、集成电路学院
-
出处
《现代信息科技》
2025年第4期38-42,共5页
-
文摘
由于风、浪、潮等环境因素的影响,传统的潮位平差和分析方法无法准确捕捉潮汐时间序列数据的复杂特征。为了解决这个问题,文章提出了一种基于长短期记忆(LSTM)神经网络的方法来预测连云港站点的潮位。通过设置不同的参数如LSTM层数、批处理大小、隐藏层节点数、初始学习率和序列长度,构建了LSTM模型,并使用了2022年1月以来连云港验潮站的小时级潮汐数据组成的数据集,进行模型的训练,并评估了该模型在不同网络参数设置下的性能,最后选择最优的模型参数对连云港未来潮汐数据进行了预测,预测结果分析表明该模型可以较好地完成预测任务。
-
关键词
潮汐数据预测
深度学习
LSTM模型
-
Keywords
tidal data prediction
Deep Learning
LSTM model
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于时空图卷积网络的电动汽车充电需求预测
- 4
-
-
作者
耿鹏
杨豪杰
师宗夏
柳艳
-
机构
南京工程学院通信与人工智能学院、集成电路学院
南京工程学院电力工程学院
南京工程学院数理学院
-
出处
《交通工程》
2024年第11期37-45,共9页
-
基金
江苏科技智库计划(青年)项目(No.JSKX24085)
国家自然科学基金面上项目(No.41972111)。
-
文摘
为提高电动汽车充电需求预测的准确性,减少热点区域交通压力,提出一种融合图卷积网络(GCN)与长短期记忆网络(LSTM)的时空图卷积网络模型(GCN+LSTM)。该模型将充电站作为图的节点,并通过地理位置的接近程度定义节点间的连接。通过GCN迭代聚合相邻节点信息,模型能捕捉充电站之间的空间关联。同时,LSTM对充电需求的时间序列特征进行分析,利用历史数据预测未来的充电趋势。通过构建充电站间的栅格地图,模型实现了高效的数据处理和特征提取。实验结果表明,与其他传统网络模型相比,GCN+LSTM模型在7 d、30 d预测任务中,整体上均展现出更低的平均绝对误差(MAE)、均方根误差(RMSE)以及平均绝对百分比误差(MAPE),显示出更优的预测性能。
-
关键词
电动汽车
充电需求
图卷积网络
长短期记忆网络
时空预测
-
Keywords
electric vehicle
charging demand
graph convolutional network
long short-term memory network
spatiotemporal forecasting
-
分类号
U491
[交通运输工程—交通运输规划与管理]
-
-
题名综合电子实训物联网应用实例分析
- 5
-
-
作者
刘静波
-
机构
南京工程学院通信与人工智能学院、集成电路学院
-
出处
《现代信息科技》
2024年第24期190-194,共5页
-
基金
江苏省研究生教改课题(JGKT22_C049)
江苏省教学科学规划重点课题(B/2022/01/80)。
-
文摘
针对综合电子实训项目缺少更新,实训内容单一问题,为提高综合电子实训教学效果,紧跟电子专业发展步伐,设计提出物联网应用和电子综合应用结合的项目实例,从项目方案设计、软硬件设计、系统测试等方面进行阐述。把相关课程内容融入这种综合训练中,将基础知识和综合实践结合,可以提高学生工程综合应用能力,实现学以致用的目的,提高解决问题的能力。
-
关键词
综合电子实训
物联网
模块化设计
工程应用能力
电源测控
-
Keywords
comprehensive electronic training
Internet of Things
modular design
engineering application capability
power measurement and control
-
分类号
TP39
[自动化与计算机技术—计算机应用技术]
G434
[文化科学—教育技术学]
-