搜索结果: 1-15 共查到“信息与通信工程 B卷”相关记录70条 . 查询时间(0.486 秒)
面向卷积混叠环境下的盲源分离新方法
盲源分离 卷积混叠 独立分量分析 非负矩阵分解
2023/5/20
卷积混叠环境下的盲源分离(Blind source separation,BSS)是一个极具挑战性和实际意义的问题.本文在独立分量分析框架下,建立非负矩阵分解(Nonnegative matrix factorization,NMF)模型,设计新的优化目标函数,通过严格的数学理论推导,得到新的模型参数更新规则;并对解混叠矩阵进行标准化处理,避免幅度歧义性问题;在源信号的重构阶段,通过实时更新非负矩...
基于频域卷积传递函数的盲源分离研究获得进展(图)
频域卷积 传递函数 盲源分离研究
2022/3/18
在复杂的声学应用场景中,语音信号容易受到环境噪声与房间混响的影响,给自动语音识别和语音通信带来较大的干扰。尽管目前基于深度学习的单通道语音增强方法能够有效抑制干扰成分,但这些方法的网络参数量较大且运算复杂度较高,难以应用于低功耗设备。对此,中科院噪声与振动重点实验室研究生李安冬与其导师郑成诗研究员等人提出了一种基于卷积循环的单通道渐进语音增强方法,在保持增强性能不变的前提下,大幅度减小了参数量并降...
宁波大学信息科学与工程学院2019博士入学考试智能数据处理初试真题(B卷)
宁波大学信息科学与工程学院 2019 博士 入学 考试 智能数据处理 初试 真题 B卷
2019/8/30
宁波大学信息科学与工程学院2019博士入学考试智能数据处理初试真题(B卷)。
宁波大学信息科学与工程学。2019博士入学考试数字信号处理初试真题(B卷)
宁波大学信息科学与工程学院2019博士入学考试数字通信初试真题(B卷)
宁波大学信息科学与工程学院 2019 博士 入学 考试 数字通信 初试 真题 B卷
2019/8/30
宁波大学信息科学与工程学院2019博士入学考试数字通信初试真题(B卷)。
宁波大学信息学院2019年硕士自命题912信号与系统(B卷)真题。
西安电子科技大学信号与系统课件 卷积积分的图示法。
基于卷积神经网络的时空融合的无参考视频质量评价方法
视频质量评价 卷积神经网络 无参考 时空信息
2019/4/18
无参考视频质量评价是指在不借助原始无损参考视频信息的条件下,对于给定的任意一段视频,直接评测出其质量程度。传统的无参考视频质量评价方法大都基于统计分析,绝大多数都针对特定的视频失真类型,对视频的时域信息考虑较少,导致现有的基于统计分析的方法应用范围局限,实时性较差。提出一种融合视频时空信息的基于卷积神经网络的无参考视频质量评价方法。该方法不针对特定失真类型。将方法分为空域和时域两部分进行处理,空域...
昆明理工大学2018年硕士研究生招生入学考试信号与系统A卷专业试题。
基于双模全卷积网络的行人检测算法(特邀)
深度学习 弱监督训练 行人检测 语义分割
2018/2/25
在近距离行人检测任务中,平衡算法的检测精度与检测速度对于检测算法的实际应用有着重要意义。为了快速并准确地检测出近景行人目标,提出了一种基于模型融合全卷积网络的行人检测算法。首先,通过全卷积检测网络对图像中的目标进行检测,得到一系列候选框;其次,通过弱监督训练的语义分割网络得到图像的像素级分类结果;最后,将候选框与像素级分类结果融合,完成检测。实验结果表明:算法在检测速度与精度方面都具有较高的性能。
基于SSD卷积网络的视频目标检测研究
卷积神经网络 mobilenet_SSD 目标检测 模型训练
2018/1/8
针对传统卷积神经网络对远距离视频目标识别效果差的原因,本文提出一种改进的基于SSD卷积网络的视频目标检测模型.首先,对数据集进行剪裁,旋转等预处理,提高网络检测泛化能力,其次,采用coco数据集Mobilenet_SSD预训练模型,由于其具有轻量级网络模型特点,减少计算开销,减少内存占用量.然后,再结合voc2012数据集进行二次训练微调处理,加快训练收敛速度,使用自定义数据集能有效检测特定场景目...
空军工程大学2016年博士研究生入学考试初试随机数字信号处理(A卷)试题。