Current Location:home > Browse

1. chinaXiv:201901.00016 [pdf]

在小波域中实现的奇异谱分析音频隐藏算法

陆诗依; 高勇
Subjects: Computer Science >> Integration Theory of Computer Science

针对许多语音隐藏算法隐藏容量不大,透明性不高等问题提出了一种新的语音隐藏算法。首先将隐蔽信息经过G。729A进行压缩编码,其次将提升小波变换和奇异谱分析应用于音频信息隐藏。实验表明,通过该算法嵌入隐蔽信息后的音频文件不仅在隐蔽信息容量上有显著的提高,而且具有很好的透明性,也能抵抗一定的攻击,算法在隐蔽容量、透明性和鲁棒性方面达到了较高的平衡。

submitted time 2019-01-03 From cooperative journals:《计算机应用研究》 Hits229Downloads125 Comment 0

2. chinaXiv:201805.00184 [pdf]

基于多流CNN-LSTM网络的群体情绪识别

卿粼波; 熊文诗; 周文俊; 熊珊珊; 吴晓红
Subjects: Computer Science >> Integration Theory of Computer Science

群体情绪识别是人机交互领域的前言课题,针对群体情绪识别准确率的问题,结合卷积神经网络(CNN)与长短期记忆网络(LSTM),提出一种多流CNN-LSTM网络模型学习群体情绪的静态和动态特征。以视频序列的原始图像、视觉显著图形和叠加的光流图像分别作为三个通道的输入,利用CNN网络对空间特征和局部运动特征进行分析,得到的特征图直接输入LSTM网络,进行全局运动特征的学习。最后连接Softmax分类器,对三个通道的Softmax输出进行加权融合,得到分类结果。实验结果表明,本文模型可有效地识别4种典型的群体情绪,且识别率高于已有算法,准确度(ACC)和宏平均精度(MAP)分别最高可达82.6%、84.1%。

submitted time 2018-05-20 From cooperative journals:《计算机应用研究》 Hits388Downloads227 Comment 0

3. chinaXiv:201805.00220 [pdf]

PCA+CHMM在设备性能退化状态识别中的应用研究

钟飞; 宁芊; 周新志; 赵成萍
Subjects: Computer Science >> Integration Theory of Computer Science

为了准确识别机械设备当前所处的退化状态,研究了一种基于PCA(主成分分析)和CHMM(连续型隐马尔可夫模型)结合的性能退化状态识别方法。首先提取设备振动信号全寿命周期的时域、频域、时频域的特征,经过初步筛选后组成新的特征集,使用PCA方法对其进行降维处理;然后利用降维后的数据,训练一个全寿命周期CHMM用来确定退化状态数目,再针对每个退化状态训练一个CHMM,通过比较观测序列处于各个模型下的似然概率值判断设备当前所处的退化状态;最后通过实验对比了PCA+CHMM和PCA+SVM、PCA+KNN、PCA+CART方法的各退化状态识别准确率,结果表明PCA+CHMM的平均识别准确率最高、识别效果较好,适用于设备退化状态的识别。

submitted time 2018-05-20 From cooperative journals:《计算机应用研究》 Hits261Downloads176 Comment 0

  [1 Pages/ 3 Totals]