基于改进EMD的滚动轴承故障特征提取方法

针对滚动轴承早期故障信号微弱、背景噪声强、故障特征难以提取的特点,提出一种基于包络谱灰色关联度改进的经验模态分解（Empirical Mode Decomposition,EMD）特征提取方法。首先,用EMD将原始振动信号分解成若干本征模函数（intrinsic mode function,IMF）分量,计算原始信号及分解后各阶IMF分量的包络谱;然后,用灰色关联度分析计算原始信号包络谱与IMF分量包络谱之间的关联度,以包络谱关联度大小筛选IMF分量进行加权;最后,对加权的IMF分量计算能量、峭度、偏度形成特征集,通过主元分析(Principal Component Analysis,PCA)降维后输入概率神经网络（Probabilistic Neural Network,PNN）进行故障状态识别。该方法利用包络谱灰色关联度有针对性地筛选出对故障特征敏感的IMF分量,相比于单纯利用线性关系大小筛选IMF分量的相关性分析更具针对性。对滚动轴承4种故障状态早期故障信号进行识别,准确率为97.5%,表明该方法是有效的。     

基于MATLAB的声音信号频谱分析仪

对声音信号进行频谱分析,是认识声音信号和处理声音信号的重要方法,因而基于声音信号频谱检测具有重要的意义。通过PVDF压电薄膜传感器采集音频信号,利用信号处理模块、声卡和MATLAB工程软件对音频信号进行频谱分析,实现音频数据信息的分析显示。     

广播电视自动化音频监控系统的研究与设计

音频监控系统是该自动化工程的其中一个模块,主要是实现对播出信号自动的监控的功能。其基本思路是:采集多路的播出音频信号,然后对采集的原始信号进行分析处理,对于异常的音频信号做出智能判断并进行相对应的抢通、报警等动作,最终选择其中一路作为播出的音频信号。     

沉浸式媒介中音频可视化技术的创新性研究

计算机音频可视化技术是将音频信号转化为可视化形式的技术。通过音频可视化,可以呈现音频信号的频谱特征、时间特征和空间特征等信息。在交互展览等领域中,音频可视化技术可以增强用户体验和参与感,使得观众可以更直观地感受音频的魅力。在介绍音频可视化交互展览的应用和列举行业内实际应用的基础上,对音频信号采集及音频信号格式、频谱特征分析、音频相关采样数据映射等方面进行了分析,并着重介绍了如何利用Houdini编程实现音频可视化。     

基于MATLAB的音频信号综合分析处理

利用MATLAB软件建立一套完整的综合分析处理方法.实现对音频信号的采集与保存,不同性别音频信号的傅里叶变换与频谱分析,调用滤波器工具对音频信号进行滤波,对音频信号的播放进行增强、衰减、加速、减速、反转、回声效果模拟,为音频信号添方波信号并进行频谱分析,为音频信号添加正弦波信号并进行频谱分析,对音频设置密码,用MATLAB建立文本文档,利用语音识别对文本文档进行加密.首先编写一个完整的程序代码,实现上述所有功能.然后以总代码为基础,利用MATLAB编写7个新函数,7个新函数可单独调用,对应上述功能.将7个新函数添加到MATLAB函数搜索路径,然后通过调用,实现对一段音频信号的综合分析、加密处理与语音识别.     

ARM控制的音频分析仪设计

介绍基于ARM9的中断控制机制,利用FFT快速算法完成对音频信号的频谱分析,以10位ADC转换模拟信号或通过RS-232C与上位机通信实现数据输入,触摸屏TFT-LCD显示实现仪器操作界面,设计一个频谱测量范围20Hz-10kHz,频率分辨力达到20Hz的音频信号分析仪的设计思想和实现方案。     

协同过滤算法改进及研究

针对协同过滤中存在的稀疏性问题,提出改进方法——BAS算法。该算法结合贝叶斯度量方法和奇异值降维分解方法,利用传统的基于奇异值分解获得活跃用户的邻居,通过改进后的相似性度量方法得出预测值。对改进后的算法进行理论分析和实验对比。结果表明,该方法在所用数据集上能够有效缓解数据稀疏性问题,并且改善推荐精度的准确性,在一定程度上提高了推荐引擎的推荐质量。     

包络分析在低速重载大轴承诊断中的应用

根据低速重载火轴承动态特性、故障信号特征,对其振动信号和声发射信号分别从软件和硬件实现包络,并对包络信号进行频谱分析,准确诊断出大轴承的部位和类型,经现场验证分析诊断结果是正确的。     

基于谱聚类算法的音频聚类研究

提出一种新颖的基于谱聚类的音频聚类算法,首先对音频数据进行预处理,得到三维音频向量,然后根据向量之间的距离计算音频相似度,最后设计谱聚类算法获得音频数据聚类结果。在网易云音乐数据上的对比实验表明,与K means算法和快速查找密度峰值聚类算法相比,该算法获得的聚类结果更加优越。     

基于深度神经网络的多模态情感识别（英文）

为了提升音频和视频载体中的情感识别准确率,采用混合卷积神经网络和递归神经网络编码和集成视频与音频信息来源.通过智能的音频技术,从音频信号提取底层特征,然后用一维卷积神经网络抽象出高级特征,最后送入递归神经网络捕捉时间维度上的语调变化.作为对比,使用二维卷积神经网络和一个类似的卷积神经网络捕捉动态面部外观变化.该方法在2016年度中国模式识别会议提供的中国视觉与听觉情感数据库上达到了41.15%的平均精确度,相比会议基准算法的准确率提升了16.62%.证明所采用方法在情感信息识别中有更高的准确性.     

基于改进MPLSH的协同过滤推荐算法

针对基于项目的协同过滤推荐算法（Item-CF）在处理高维项目评分数据时出现计算效率急剧下降的不足,提出一种将改进的多探寻局部敏感哈希算法（MPLSH）和Item-CF相结合的推荐算法。改进的MPLSH通过将待搜索哈希桶的探寻方式由原始的哈希值差异导向替换为由距离远近导向,从而减少MPLSH需要探寻哈希桶的个数,缩小了Item-CF中相似项目集合的查找范围。并利用MPLSH本身具有的高效数据降维特性,提高Item-CF在高维项目评分数据中寻找相似项目集合的速度,从而有效改善Item-CF在处理高维项目评分数据时计算效率下降的问题。通过在MovieLens电影评分数据集上进行实验和算法比较,验证了该算法的有效性。     

一种可盲检测的多功能音频水印算法

为了使数字水印实现多种功能,提出了一种能在同一音频信号中同时嵌入多个水印的新方法.首先,载体音频信号被分隔成指定长度的帧,并且所有成员水印被编码成一个混合水印.然后,利用回声隐藏技术将混合水印中的二进制比特嵌入到音频信号帧中.水印提取不需要原始音频信号.为了提高水印算法的提取正确率和抵御常规信号处理的鲁棒性,功率倒谱的自相关被用于检测携带水印的音频信号帧中的回声延时以提取出混合水印,并且相应的解码算法被用于分离成员水印.计算机仿真结果表明所提出的水印算法对常规的信号处理,如Mp3压缩、重采样、重量化、低通滤波以及白噪声具有很强的鲁棒性.     

基于压缩感知的固定音频检索方法

固定音频检索是指在待检索音频或音频库中检测和定位与给定样例音频同源的音频片段,它是音频检索中的基本问题之一。针对现有的音频检索方法在特征提取和匹配检索中数据存储空间大、算法复杂和特征信息容易丢失等问题,提出了一种基于压缩感知理论的固定音频检索方法,对具有稀疏性的信号进行采样压缩获得精简的观测值,提高算法的处理效率。首先对经过预处理的音频信号进行感知压缩,得到少量的压缩观测值,对其提取音频特征;然后采用粗检和精检匹配相结合的分层检索方法计算音频在观测值上对应特征的相似度,实现样例音频的精确检索。实验结果表明,该方法在固定音频检索速度和查全率、查准率等指标上具有较优的性能。     

电子通信系统教学综合工具箱的开发与应用

本文针对通信系统课线性时变系统中较难理解的问题提出基于仿真模型的教学方法。采用Matlab通信系统综合工具箱，对线性时不变系统复包络输入——输出关系的卷积积分公式进行分析及推导获得了时变系统仿真模型公式，并采用抽头延迟线（TDL）模型，及Matlab语言编程实现。以一个双频率的音频信号为例进行了仿真。结果表明，该系统能清楚地表现线性时变系统产生的频谱扩展，系统的时变特性使以时间为函数的输入信号发生了衰减和相位旋转，效果清楚易于教学演示。     

电子通信系统教学综合工具箱的开发与应用

本文针对通信系统课线性时变系统中较难理解的问题提出基于仿真模型的教学方法.采用Matlab通信系统综合工具箱,对线性时不变系统复包络输入--输出关系的卷积积分公式进行分析及推导获得了时变系统仿真模型公式,并采用抽头延迟线(TDL)模型及Matlab语言编程实现.以一个双频率的音频信号为例进行了仿真.结果表明,该系统能清楚地表现线性时变系统产生的频谱扩展,系统的时变特性使以时间为函数的输入信号发生了衰减和相位旋转,效果清楚易于教学演示.     

心音信号包络提取和识别方法的比较分析研究

对心音信号进行进一步的自动识别和分析之前,首先对其进行包络提取是目前比较常用且很有效的信号处理方法,采用合理的包络提取方法得到的信号包络一般都包含有原信号的有效时域信息。对于心音信号,采用包络信号进行心音各个成分的识别,进而提取有用的生理参数,不但不会影响检测精确度,而且会减少计算量,简化识别流程,提高识别效率。在分析比较几种常用的心音包络提取算法的基础上,应用基于短时平均能量的方法提取心音信号包络,获得了比较好的效果。     

一种双向聚类协同过滤推荐算法研究

针对传统协同过滤推荐算法在大数据环境下存在数据稀疏性及计算复杂性等问题,提出一种双向聚类协同过滤推荐算法。该算法首先从用户维度和项目维度两个方向分别进行属性聚类,然后在目标用户和目标项目所在类簇中分别使用改进后的相似度计算方法进行协同过滤推荐,最后通过平衡因子综合预测评分并形成最终推荐列表。在 MovieLens 公开数据集上进行实验,结果表明,该算法（DCF）相比传统协同过滤推荐算法（TCF）、基于用户聚类的协同过滤推荐算法（UCF）以及基于项目聚类的协同过滤推荐算法（ICF）,在平均绝对误差上分别降低了 16%、8.1%、7.5%,有效提高了推荐精度。     

基于自适应滤波法与谱减法的语音增强的研究

语音增强是一种消除语音信号中的背景噪声并获得完整原始语音信号的关键技术.谱减算法易于实现,计算量小,可以获得较高输出信噪比的原始语音信号,是增强语音信号的有效方法.然而,使用谱减法进行语音增强过程中会产生新的背景噪声——"音乐噪声",它会影响语音信号识别的准确性.为了解决谱减法产生的"音乐噪声"问题,本文提出一种谱减法...     

基于局部线性嵌入与主成分分析的优化的RBF降水预报模型

针对用主成分分析算法对非线性数据降维,存在丢失局部结构数据信息的不足,提出了将主成分分析与局部线性嵌入相结合的正交投影降维算法。首先采用主成分分析方法降维可算出特征空间矩阵,然后采用局部线性嵌入方法降维后提取特征空间矩阵,再将这两种方法获得的特征空间矩阵正交投影进行降维的主要信息作为预报因子,最后利用优化的径向基函数RBF建立网络模型,以此对广西5月区域日降水量进行降水预报,结果显示,该模型在预报性能上优于同期的T213日降水预报。     

声源信号优化识别系统仿真研究

针对现实环境中,大多数声音都存在于背景声源的干扰影响中,为了获得需要的声音,在频谱技术分析现有的声信号的基础上,开发出了基于Matlab GUI界面的混合声信号的可视化频谱分离系统。该系统软件可读取并存储采集到的声信号,然后通过分析,做出采集信号或者读取信号的时域图以及该信号的频谱图,通过对频谱图的分析,选择合适的滤波器,设定合理的频率范围,对混合信号进行分离,最终分离出需要的信号。通过对一段wav格式的音乐进行分析分离处理,验证了该系统的可行性以及正确性。