郭秀婷
- 作品数：2 被引量：8H指数：2
- 供职机构：兰州理工大学理学院更多>>
- 发文基金：中国博士后科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 人体语音特征提取身份优化验证仿真研究被引量：3
- 2017年
- 对人体语音征提取身份优化验证,可为说话人识别奠定基础。进行人体语音征提取身份验证时,应分析人体语音音段韵律特征矢量序列,提取最优音段韵律的高维特征值和特征向量,但是传统方法通过对标注音节的持续采样点数进行分析完成检测,但是不能精确分析人体语音音段韵律特征矢量序列,无法准确提取最优音段韵律的高维特征值和特征向量,存在人体语音征提取身份验证误差大的问题。提出一种改进混沌的人体语音征提取身份优化验证方法。上述方法先融合于混沌理论采集人体发声过程中音段韵律原始信号,将原始韵律信号映射到高维空间实现音段韵律相空间重构,映射相空间中音段韵律间相邻轨道发散的平均变化率,然后利用K-均值聚类的方法对音段韵律的语音帧进行聚类,获取规范化的音段韵律特征矢量序列,将规范化的音段韵律特征矢量序列投影到音段韵律高维核空间中,提取最优音段韵律的高维特征值和特征向量,依据人体语音征提取身份优化验证,仿真结果证明,所提方法特征提取精确度高,能够有效地提升人体语音征提取身份验证的辨识率。
- 乔玲玲郭秀婷
- 关键词：特征提取身份验证
- 分形插值在风速时间序列中的应用被引量：5
- 2020年
- 针对风电场风速数据中大量连续缺失数据的插值问题,提出了一种基于自适应变异粒子群优化(PSO)的分形插值算法。首先,在粒子群优化算法中引入变异因子,增强粒子的多样性,提高算法搜索精度;其次,通过自适应变异粒子群优化算法来得到分形插值算法中垂直比例因子参数的最佳取值;最后,对两组不同趋势和变化特征的数据集进行分形插值计算分析,并把所提算法与Lagrange插值和三次样条插值方法进行对比。结果表明:分形插值不仅可以保持风速曲线的整体波动特性和局部特征,而且比传统插值方法的精度更高;在基于Dataset A的实验中,分形插值的均方根误差(RMSE)分别比Lagrange插值和三次样条插值减小了66.52%和58.57%;在基于Dataset B的实验中,分形插值的RMSE分别比Lagrange插值和三次样条插值减小了76.72%和67.33%。证明分形插值更适合连续缺失且波动强烈的风速时间序列的插值。
- 郭秀婷郭秀婷朱昶胜张生财
- 关键词：风速时间序列分形插值自适应变异粒子群优化
