您的位置: 专家智库 > >

李园辉

作品数:4 被引量:17H指数:2
供职机构:上海大学通信与信息工程学院更多>>
发文基金:国家杰出青年科学基金更多>>
相关领域:电子电信自动化与计算机技术更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 2篇电子电信
  • 2篇自动化与计算...

主题

  • 3篇声频
  • 2篇感器
  • 2篇传感
  • 2篇传感器
  • 1篇短时傅里叶变...
  • 1篇信号
  • 1篇信号处理
  • 1篇语音
  • 1篇语音信号
  • 1篇语音信号处理
  • 1篇远程
  • 1篇直读
  • 1篇特征提取
  • 1篇图像
  • 1篇图像处理
  • 1篇气表
  • 1篇燃气
  • 1篇燃气表
  • 1篇自动抄表
  • 1篇字典

机构

  • 4篇上海大学

作者

  • 4篇冯玉田
  • 4篇李园辉
  • 3篇毕超
  • 2篇王瑞
  • 1篇杨伟

传媒

  • 2篇电声技术
  • 1篇电子测量技术
  • 1篇计算机技术与...

年份

  • 1篇2017
  • 3篇2016
4 条 记 录,以下是 1-4
排序方式:
基于HHT的声频传感器车辆分类识别被引量:6
2016年
针对传统语音信号识别过程中出现的识别率较低或者是计算时间复杂度高的问题,提出了基于希尔伯特黄变换(HHT)的快速声频传感器车辆识别方法。该方法将HHT算法和语音信号特征提取中常用的梅尔倒谱系数(MFCC)相结合,形成一种新的特征提取方法。实验中,将这种方法分别与K-近邻算法(K-NN)、支持向量机算法(SVM)和稀疏表示分类算法(SRC)配合进行语音信号识别,结果表明,该特征提取方法与K-NN分类算法配合,在识别率和算法运行效率方面具有明显的优势。
毕超冯玉田李园辉刁志蕙
关键词:特征提取
基于稀疏表示的声频目标识别方法研究
2016年
提出分别利用短时傅里叶变换和小波变换进行特征提取和稀疏表示分类(SRC)的车辆识别方法。其中,短时傅里叶变换(STFT)和离散小波变换(DWT)分别从每个传感节点收集到的声音信息中提取车辆的特征向量,SRC通过特征训练集建立一个过完备字典来求解稀疏最优化问题,从而实现分类识别。实验结果表明,短时傅里叶变换提取特征并进行分类的效果高于用小波变换进行特征提取并分类的方法,也高于利用MFCC提取车辆声音特征并进行分类的方法。
刁志蕙冯玉田王瑞毕超李园辉
关键词:短时傅里叶变换离散小波变换
基于图像的远程燃气表直读系统研究与实现被引量:9
2016年
基于图像的燃气表远程直读系统设计了在燃气表上加装图像采集模块,通过GPRS方式将图像定时发送到远端服务器,由服务器通过图像处理和模式识别技术对燃气表的读数进行识别。在图像采集模块中,采用了分块迭代算法对图像进行二值化处理,使其具有更好的适应性,并在远程发送前对图像数据进行压缩,以减少数据量。服务器端通过对图像进行二次处理、图像分割等预处理后,采用模板匹配算法对字符进行识别。
冯玉田刁志蕙李园辉杨伟
关键词:图像处理
语音信号的分块稀疏表示分类研究被引量:2
2017年
传统稀疏表示分类算法(SRC)在处理复杂多维的向量的时候,需要对稀疏后的每个信号单独处理求残差,会导致处理时间过长,无法有效地运用于实际的工程应用中。为解决这一问题,提出将图像处理的分块稀疏应用于语音稀疏表示分类的方法。该方法在传统稀疏表示分类的基础上,引入分块稀疏思想,将语音信号按指定的长度处理,从而将若干个稀疏系数组成稀疏组来进行进一步分类识别。验证实验表明,源于图像处理的分块稀疏表示分类法同样适用于语音信号的处理。实验结果表明,在识别率接近的情况下,语音信号分类识别所花费的时间比图像处理明显降低。这是因为图像稀疏分类的系数之间相关性较强,因而分类的识别率较高;而语音信号是典型的非平稳过程,各种特征参数随时间快速变化,因而根据长度分类的相关性显著减少。因此,语音信号识别的准确率虽然会有所降低,但其效率显著提升。
毕超冯玉田李园辉王瑞
关键词:语音信号处理
共1页<1>
聚类工具0