袁文浩
- 作品数：44 被引量：186H指数：7
- 供职机构：山东理工大学计算机科学与技术学院更多>>
- 发文基金：国家自然科学基金山东省自然科学基金山东省高等学校科技计划项目更多>>
- 相关领域：电子电信自动化与计算机技术轻工技术与工程理学更多>>
- 基于卷积神经网络的超宽带信道环境的分类算法被引量：3
- 2019年
- 针对非视距(NLOS)状态鉴别需要已知信道类型的分类的问题,提出了一种基于卷积神经网络(CNN)的信道环境分类算法。首先,对超宽带(UWB)信道进行采样,构建样本集合;然后,利用样本集合训练CNN,对不同的信道场景特征进行提取;最终实现超宽带信道环境的分类。实验结果表明:所采用的分类方法的总模型准确率约为93.40%,能有效地实现信道环境的分类识别。
- 杨亚楠夏斌赵磊袁文浩
- 关键词：非视距卷积神经网络信道环境超宽带BP网络
- 融合自注意力的卷积门控循环网络语音增强
- 2022年
- 语音时频特征的时间依赖性、局部相关性、全局相关性等特性,使得传统的神经网络结构与时频域语音增强任务无法完全相适应。针对这一问题,首先利用卷积层代替门控循环单元网络中的全连接层,构成卷积门控循环网络,解决门控循环单元网络在时间维度建模时无法提取频率维度局部相关性的问题;又因卷积层无法提取频率维度的全局相关性,进一步利用注意力机制关注全局相关性的能力,解决卷积门控循环网络无法关注频率维度全局相关性的问题,最后提出了一种深度融合自注意力机制的自注意-卷积门控循环网络。实验证明,该网络通过关注时频域特征的多种特性,有效地提升了语音增强性能。
- 胡少东袁文浩时云龙
- 关键词：语音增强
- 基于深度神经网络的因果形式语音增强模型被引量：4
- 2019年
- 传统的基于深度神经网络(DNN)的语音增强方法由于采用非因果形式的输入,在处理过程中具有固定延时,不适用于实时性要求较高的场合。针对这一问题,从网络结构角度展开研究,通过实验对不同网络结构在不同输入形式下的语音增强性能进行对比,寻找适用于因果形式输入的网络结构,在此基础上,结合卷积神经网络和长短期记忆网络建立一个能充分利用先前帧信息的因果语音增强模型。实验结果表明,该模型在提高基于DNN的语音增强方法实时性的同时,保证了语音增强性能,其PESQ与STOI得分分别为2.25和0.76。
- 袁文浩梁春燕夏斌
- 关键词：语音增强延时卷积神经网络
- 基于计算听觉场景分析的语音增强改进算法被引量：2
- 2012年
- 针对单通道语音增强问题,基于计算听觉场景分析(CASA)的原理,提出了一种基于CASA计算模型的语音增强改进算法。该算法在特征提取中选择了目标语音有效能量、信道互相关等特征,对语谱能量和互相关特征的阈值选取进行了改进。在5种低信噪比噪声干扰条件下的仿真实验结果证明,该算法输出增强语音的信噪比平均提高了9.32dB,有效地抑制了噪声。
- 王雨林家骏袁文浩
- 关键词：语音增强计算听觉场景分析
- 基于GB/T 20274的信息系统安全技术保障评估及计算机实现被引量：1
- 2012年
- 国家标准GB/T 20274定义了信息系统的安全技术保障要素集,并建议以能力成熟度等级的形式度量信息系统的安全技术保障性。本文首先对安全技术保障度量的能力成熟度等级进行量化处理;其次将信息系统组件的安全技术保障性表示成向量的形式,在向量和向量∞-范数的基础上重新阐述了信息系统的安全技术保障模型;最后,给出了信息系统的安全技术保障的计算机实现算法。仿真实验结果验证了本文算法能有效地实现信息系统的安全技术保障的评估。
- 安伟江常青林家骏张雪芹袁文浩
- 信息系统安全保障评估的评估结构与方法
- 2014年
- 信息系统的安全保障评估已经成为信息安全领域的重要研究内容,基于《信息系统安全保障评估框架》(GB/T 20274,简称SCC)标准完成系统的安全保障评估,能实现评估工作的规范化,提升评估结论的权威性和有效性。在SCC评估框架中引入CAE证据推理模型,得到了SCC的安全保障评估的多级层次结构;提出了基于DS证据理论的信息系统安全保障评估方法,实现了安全保障评估的定量推理。基于该评估方法计算了部分算例,实现了安全保障评估工具,并将DS算法与AHP算法进行了评估推理结论的对比。
- 程华房一泉袁文浩王雨
- 关键词：DS证据理论
- 一种用于实时语音增强的卷积准循环网络被引量：2
- 2022年
- 为了在保证实时性的前提下,进一步提高深度神经网络的语音增强性能,提出一种用于实时语音增强的卷积准循环网络。该网络采用因果形式的输入,只利用含噪语音当前帧及过去帧的时频域特征,以满足实时语音增强方法的输入要求;基于准循环神经网络对含噪语音时间维度上的相关性进行建模,利用其对含噪语音序列的并行处理能力,提高网络模型的计算效率;同时使用卷积层改进准循环神经网络在隐层对含噪语音频率维度特征的计算方式,使网络模型能够更好地利用含噪语音相邻频带之间的局部相关性,提高网络模型的语音增强性能。实验结果表明,与基于准循环神经网络的语音增强方法相比,基于卷积准循环网络的语音增强方法不仅提高了语音增强性能,还降低了网络模型的参数量;与其他语音增强方法相比,卷积准循环网络在保证因果形式输入的前提下,有效地抑制了背景噪声对目标语音的干扰、降低了目标语音的失真程度,拥有更好的语音增强性能。最后,在不同计算平台上验证了基于卷积准循环网络的语音增强方法的实时性。
- 时云龙袁文浩胡少东娄迎曦
- 关键词：语音增强卷积神经网络实时性
- 利用深度卷积神经网络提高未知噪声下的语音增强性能被引量：35
- 2018年
- 为了进一步提高基于深度学习的语音增强方法在未知噪声下的性能,本文从神经网络的结构出发展开研究.基于在时间与频率两个维度上,语音和噪声信号的局部特征都具有强相关性的特点,采用深度卷积神经网络(Deep convolutional neural network,DCNN)建模来表示含噪语音和纯净语音之间的复杂非线性关系.通过设计有效的训练特征和训练目标,并建立合理的网络结构,提出了基于深度卷积神经网络的语音增强方法.实验结果表明,在未知噪声条件下,本文方法相比基于深度神经网络(Deep neural network,DNN)的方法在语音质量和可懂度两种指标上都有明显提高.
- 袁文浩孙文珠夏斌欧世峰
- 关键词：语音增强噪声
- 一种用于语音增强的卷积门控循环网络被引量：11
- 2020年
- 为了充分利用含噪语音特征来提高语音增强网络的性能,基于含噪语音在时间和频率两个维度上的相关性,本文结合卷积神经网络的局部特征提取能力和门控循环单元的长期依赖建模能力,设计了一种适用于语音增强的卷积门控循环网络.该网络采用卷积网络结构代替全连接网络结构来改进门控循环单元中的特征计算过程,从而能够更好地保留含噪语音特征中的时频结构信息.实验结果表明,与其它语音增强网络相比,本文网络在语音成分的保留和噪声成分的抑制上具有明显优势,增强后语音具有更好的语音质量和可懂度.
- 袁文浩胡少东时云龙李钊梁春燕
- 关键词：语音增强卷积神经网络
- 一种用于噪声估计的改进最小值搜索方法被引量：4
- 2013年
- 含噪语音短时功率谱的最小值搜索是噪声估计的基础。为了提高非平稳噪声估计的准确性,减小噪声水平上升时的噪声估计延时,提出了一种同时使用大、小两个搜索窗进行并行搜索的方法,最小值搜索的最终结果由两个并行搜索结果和基于噪声分类的语音存在二值判决共同决定。实验结果表明:对于高度非平稳的噪声,该方法能够有效地减小噪声估计的延时问题,显著提高增强后语音的质量。
- 袁文浩林家骏王雨
- 关键词：语音增强噪声估计
