江苏省自然科学基金(ZKJ201202)
- 作品数：6 被引量：44H指数：3
- 相关作者：沈舷赵力殷智浩黄程韦李月芳更多>>
- 相关机构：常州纺织服装职业技术学院东南大学徐州工业职业技术学院更多>>
- 发文基金：江苏省自然科学基金国家自然科学基金国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术电气工程动力工程及工程热物理更多>>
- 实用语音情感识别中的若干关键技术被引量：34
- 2014年
- 介绍了语音情感识别领域的最新进展和今后的发展方向,特别是介绍了结合实际应用的实用语音情感识别的研究状况。主要内容包括:对情感计算研究领域的历史进行了回顾,探讨了情感计算的实际应用;对语音情感识别的一般方法进行了总结,包括情感建模、情感数据库的建立、情感特征的提取,以及情感识别算法等;结合具体应用领域的需求,对实用语音情感识别方法进行了重点分析和探讨;分析了实用语音情感识别中面临的困难,针对烦躁等实用情感,总结了实用情感语音语料库的建立、特征分析和实用语音情感建模的方法等。最后,对实用语音情感识别研究的未来发展方向进行了展望,分析了今后可能面临的问题和解决的途径。
- 赵力黄程韦
- 关键词：情感计算情感模型语料库识别方法
- 语音信号处理嵌入式教学实验平台的研究与开发被引量：6
- 2014年
- 本文介绍了一种语音信号处理嵌入式教学实验平台,该系统可采用多路麦克风进行语音信号实时采集,并通过高性能的Cortex-A8微处理器实现语音处理各种核心算法。该教学平台采用uCLinux嵌入式操作系统和Android系统结合,可对用户开放二次编程接口。作为语音信号处理教学的实验平台,也可以作为语音信号处理应用项目的开发平台。
- 赵力
- 关键词：语音信号处理嵌入式系统教学平台二次开发
- 一种分布式风力机信息采集和状态监测系统的设计被引量：4
- 2016年
- 为了对风电机组实时远程监控并实现分布式网络化管理,设计了一种基于ARM嵌入式系统的风电机组振动监测系统。系统有24通道的模拟信号采集电路,并借助于FPGA对周围电路进行逻辑控制和数据的实时采样;FPGA与ARM通信应用EDMA技术,极大提高了数据传输速率,可满足高速率采样的数据传输要求;此外,上位机与目标板之间的数据通信采用TCP/IP协议。通过实验观察上位机输出结果,验证了数据的实时性和准确性,达到了对风电机运行的状态信息监测和故障诊断的要求。
- 李月芳梁瑞宇
- 关键词：风电机组ARMFPGAEDMA
- 基于GMM均值超向量稀疏分解的碰摩声发射源识别
- 2018年
- 研究提出了一种基于GMM均值超向量稀疏分解的风电机组碰摩声发射源识别检测方法。以压缩感知理论与GMM识别模型为基础,将高斯分量的均值向量连接组成GMM均值超向量作为压缩感知的稀疏基,并利用MP、OMP算法进行稀疏分解,根据稀疏系数识别风电机组碰摩声发射源,而不需要对信号进行重建,提高了识别性能和效率。通过实验观察上位机输出结果,验证了识别结果数据的实时性和准确性,达到了对风电机组运行的状态信息监测和故障诊断的要求。
- 殷智浩沈舷
- 关键词：声发射声源识别
- 风电机组碰摩声发射源识别和监测系统的设计
- 2017年
- 研究提出了一种基于声发射源特征识别的风电机组碰摩故障检测方法。同时为了对风电机组实时远程监控并实现分布式网络化管理,设计了一种基于ARM嵌入式系统的风电机组振动监测系统。系统有24通道的模拟信号采集电路,并借助于FPGA对周围电路进行逻辑控制和数据的实时采样;FPGA与ARM通信应用EDMA技术,提高了数据传输速率,可满足高速率采样的数据传输要求;此外,上位机与目标板之间的数据通信采用TCP/IP协议。通过实验观察上位机输出结果,验证了数据的实时性和准确性,达到了对风电机运行的状态信息监测和故障诊断的要求。
- 沈舷奚吉
- 关键词：风电机组声发射实时监测
- 基于GMM/ANN混合网络的碰摩声发射源识别
- 2018年
- 研究提出了一种基于GMM/ANN混合网络模型的风电机组碰摩声发射源识别检测方法。以人工神经网络理论与高斯混合识别模型为基础,充分利用高斯混合模型在识别中良好的数据分布能力和人工神经网络具有的较强的学习能力,在人工神经网络中嵌入高斯混合模型来进行声发射识别,提高了识别性能和效率。通过实验观察上位机输出结果,验证了识别结果数据的实时性和准确性,达到了对风电机组运行的状态信息监测和故障诊断的要求。
- 殷智浩沈舷
- 关键词：声源识别高斯混合模型
