|
搜索
搜 索
高等教育领域数字化综合服务平台
基于图像的焦炭光学组织自动识别系统
成果简介通过光度计采集不同偏光下焦炭显微图像， 采用图像处理的方法焦炭提取图像中颜色、 纹理、 分形、 区域及边界等特征， 并采用模式识别的方法， 实现焦炭光学组织的自动分类与识别。成熟程度和所需建设条件硬件平台及软件系统均已构建， 算法已得到实验验证。 作为成熟产品， 软件尚需要进一步优化， 软硬件需要联调。技术指标识别准确率： 各向同性与各向异性>95%， 片状 98%， 纤维状 99%， 镶嵌状>95%。
安徽工业大学
2021-04-14
智能声纹识别系统（开源工具ASV-Subtools）
ASV-Subtools的设计理念在于代码高度复用的同时保持模块分化和开发自由，因此具有高效性、可读性、通用性、灵活性四大特性。使用者可以轻松上手并只需通过简单的编辑配置文件就能探索不同的网络架构，实现最优异的性能。
一、项目分类
关键核心技术突破
二、成果简介
声纹识别是指从说话人的语音信号中提取声纹特征，并通过有效的分类识别模型，对说话人的身份进行校验和鉴别。声纹识别广泛应用于刑侦、人机交互声纹口令验证、银行声纹身份验证等领域。得益于深度学习的发展，声纹识别的性能在不断提升，但落地难度也相应提高。
ASV-Subtools是厦门大学智能语音实验室（XMUSPEECH）于2020年6月推出的一套高效、易于扩展的声纹识别开源工具，该工具是基于Kaldi与Pytorch开发的，充分结合了Kaldi 在语音信号和后端处理的高效性以及PyTorch 开发和训练神经网络的便捷灵活性。自开源以来，ASV-Subtools就以卓越的性能和灵活便捷的框架受到国内外重点科研院所和研发人员的青睐。
ASV-Subtools的设计理念在于代码高度复用的同时保持模块分化和开发自由，因此具有高效性、可读性、通用性、灵活性四大特性。使用者可以轻松上手并只需通过简单的编辑配置文件就能探索不同的网络架构，实现最优异的性能。
相较于语音领域的其他开源工具，ASV-Subtools专注于声纹领域的研究，不仅先后为东方语种、CNSRC等国内外知名竞赛中提供基线系统和技术支持，同时在声纹领域公开的VoxCeleb数据集上也在不断刷新着SOTA的结果。
为了加快声纹产品的落地，厦门大学智能语音实验室（XMUSPEECH）与厦门天聪智能软件有限公司（TalentedSoft）合作，共同为ASV-Subtools的开发与更新做出贡献。目前ASV-Subtools已打通声纹识别从算法研究到产品落地的全流程，技术成熟度已达到可以量产的水平。
GitHub：https://github.com/Snowdar/asv-subtools
厦门大学
2022-07-28
用于人体情绪识别的表皮混合电子系统
脑电信号（EEG）可以反馈人类情绪对应的电位变化，这为情绪识别提供了一条可行的路径。脑电信号幅值低，易受到外界噪声干扰，获取高保真度的脑电信号是实现情绪识别的基础。
一、项目分类
关键核心技术突破
二、成果简介
情绪可以有效反映人的生理和心理状态，在日常生活中起着举足轻重的作用。然而与情绪密切相关的多种疾病，具有隐蔽性，难以提前预防，对患者的生活造成很大困扰。由于脑电信号（EEG）可以反馈人类情绪对应的电位变化，这为情绪识别提供了一条可行的路径。脑电信号幅值低，易受到外界噪声干扰，获取高保真度的脑电信号是实现情绪识别的基础。目前用于脑机接口的数据采集设备通常为多通道刚性电极集成的脑电帽，其便携性和佩戴舒适性较差，易受运动伪影的影响。此外，脑电信号的非平稳性和个体间存在域转移问题，也会导致分类准确性下降。因此，在确保的脑电采集设备佩戴舒适性和便携性的同时，实现高质量信号的采集和高精度的情绪分类仍然存在重大挑战。近年来，开发高性能的柔性表皮电极成为研究热点。如何降低电极的接触阻抗，进一步提高电极在极端变形、出汗、运动、高湿度等复杂条件下，稳定采集高质量电生理信号的能力成为研究关键。
华中科技大学
2022-07-27
一种基于噪声识别的红外图像降噪方法
本发明公开了一种基于噪声识别的红外图像降噪方法，本方法引入了噪声识别的基本思想，分别计 算了当前像素基于截尾均值的和基于梯度的隶属度，考察当前像素受噪声干扰的程度，采用联合判据判 断当前像素是否为噪声像素，最后根据判断结果进行降噪，实现对红外图像的降噪。本发明计算量小， 易于实时实现;相对传统算法能更有效的保护图像边缘与细节;在对噪声点进行降噪的过程中也考虑了 图像的纹理梯度信息，更为准确的对原有信号进行估计。
武汉大学
2021-04-13
一种在低信噪比情况下提取设备物理指纹特征的方法
本发明公开了一种在低信噪比情况下提取设备物理指纹特征的方法，接收机接收到低信噪比的信号后，在不破坏设备物理指纹的情况下进行降噪处理，然后从降噪后的信号中提取设备的物理指纹特征，方法中涉及的信号需要包括重复序列，或重复发送的多帧信号内有不变的部分，包括步骤：接收到低信噪比信号后，估计信号的频率和相位，估计信号重复序列上调制的信息数据，获得极性相同的多个重复序列，并将其对齐和叠加以提高信噪比；最后通过物理层指纹提取方法提取设备的物理指纹并用于设备身份识别。本发明可以在信噪比低的情况下有效地提取设备的物理层指纹特征，有效地解决了基于设备物理指纹的设备识别方法在现实应用中必须面临的低信噪比问题。
东南大学
2021-04-11
基于非监督特征学习的高分辨率遥感影像场景分类方法
一种基于非监督特征学习的高分辨率遥感影像场景分类方法，包括对输入的原始高分辨率遥感图像 进行划分得到场景，从每个场景中随机地提取若干个训练图像块，将训练图像块聚集起来做预处理操作; 计算所有训练图像块的低维流形表示，聚类得到一组聚类中心;对每一幅场景密集采样得到局部图像块， 对每个局部图像块做预处理操作后映射到相同的低维流形空间中，然后进行编码获得场景的所有局部特 征;将所有场景的局部特征集合起来进行特征量化，统计每一幅场景的局部特征直方图，得到场景的全 局特征表达;随机挑选若干幅场景作为训练样本，由分类器得到每一幅场景的预测类别标号，完成原始 高分辨率遥感场景的标注任务。
武汉大学
2021-04-13
一种改进的基于支持向量机的纳米结构特征尺寸提取方法
本发明公开了一种改进的基于支持向量机的半导体纳米结构特征尺寸提取方法，步骤为：确定每一个待提取参数的取值范围，生成子光谱数据库；利用训练光谱和支持向量机训练网络进行支持向量机训练；对每一个待提取参数利用训练光谱重复训练多个支持向量机，每一个支持向量机的训练终止条件均不相同；利用多个支持向量机，对测量光谱进行映射；找出所有支持向量机映射结果中出现次数最高的一个，视为最有可能出现的取值区间；建立子光谱数据库，找出其中与测量光谱最为相似的仿真光谱，即认为是待测结构的参数值。本发明可以实现特征线宽、高度、侧
华中科技大学
2021-04-14
一种基于多重漏磁检测信号特征值的缺陷评价方法
本发明公开了一种基于多重漏磁检测信号特征值的缺陷评价方 法，包括以下步骤:1)将样件磁化，用探头分别在样件的盲孔和所有 矩形槽上方进行扫查，得到信号曲线计算获得各个 MFL 信号特征值; 2)在数据处理装置中得到 MFL 信号特征值分别与偏离值、提离值的线性方程;3)在数据处理装置中得到 MFL 信号特征值与矩形槽上同一方 向尺寸的线性方程;4)用探头对待测铁磁件进行检测，扫查得到 MFL漏磁信号特征值，根据步骤&nbs
华中科技大学
2021-04-14
生物质内外联合加热方式制取生物炭技术
由生物质制成的炭具有无烟、无味、热值高等特点，可以直接施放到土壤中或作为炭基肥的原料使用，一方面改良土壤、增加肥力，另一方面利用其耐降解性质，延长碳在土壤中的封存时间，降低温室效应对全球气候变化的负面影响。此外，生物炭是一种很好的吸附剂，具有较大的比表面积，其表面含有丰富的含氧活性功能团，可净化水质，吸附土壤中一些常见的环境污染物如重金属、农药等。因成本较低，已广泛使用于化工、冶金、环保、农业等领域。 目前，已有的生物炭生产系统都会至少存在下列问题之一：①产能小，难以满足大规模生产需求，如窑式炉、釜式、螺旋推进炉等；②炉内温度难以控制，生物炭品质难以保证，如竖流式炉等；③对原料要求高，应用范围受到限制，如回转窑；④能耗大，生产成本高，存在环境污染（特别是焦油难处置）。针对以上问题，东南大学将炭化过程产生的副产品（焦油和热解气）进行燃烧，燃烧产生的高温烟气采用内外联合加热方式为生物质炭化过程提供热量，无焦油产生，实现连续式进出料和能量梯级利用。目前已建成日处理秸秆量7吨和24吨的成套工程，日产生物炭约2.1吨和7.5吨。工程连续稳定运行。 本技术已申请国家发明专利3件（授权2件），发表学术论文12篇，获国家“973”、江苏省环保厅科技项目支持。
东南大学
2021-04-11
生物质内外联合加热方式制取生物炭技术
由生物质制成的炭具有无烟、无味、热值高等特点，可以直接施放到土壤中或作为炭基肥的原料使用，一方面改良土壤、增加肥力，另一方面利用其耐降解性质，延长碳在土壤中的封存时间，降低温室效应对全球气候变化的负面影响。此外，生物炭是一种很好的吸附剂，具有较大的比表面积，其表面含有丰富的含氧活性功能团，可净化水质，吸附土壤中一些常见的环境污染物如重金属、农药等。因成本较低，已广泛使用于化工、冶金、环保、农业等领域。 目前，已有的生物炭生产系统都会至少存在下列问题之一：①产能小，难以满足大规模生产需求，如窑式炉、釜式、螺旋推进炉等；②炉内温度难以控制，生物炭品质难以保证，如竖流式炉等；③对原料要求高，应用范围受到限制，如回转窑；④能耗大，生产成本高，存在环境污染（特别是焦油难处置）。针对以上问题，东南大学将炭化过程产生的副产品（焦油和热解气）进行燃烧，燃烧产生的高温烟气采用内外联合加热方式为生物质炭化过程提供热量，无焦油产生，实现连续式进出料和能量梯级利用。目前已建成日处理秸秆量7吨和24吨的成套工程，日产生物炭约2.1吨和7.5吨。工程连续稳定运行。
东南大学
2021-04-11