游大涛 作品数:10 被引量:24 H指数:3 供职机构: 河南大学软件学院 更多>> 发文基金: 国家自然科学基金 河南省科技攻关计划 河南省科技发展计划项目 更多>> 相关领域: 自动化与计算机技术 电子电信 文化科学 更多>>
面向低精度环境的安全高速批图像加密 被引量:1 2022年 目的 随着存在大量低性能电子设备的物联网系统迅速发展和普及,人们对低精度计算环境下安全高效的图像加密技术有着越来越迫切的需求。现有以混沌系统为代表的图像加密方法不仅加密速度普遍较低,而且在低精度计算环境下存在严重的安全缺陷,难以满足实际需求。针对上述问题,本文提出了一种基于素数模乘线性同余产生器的批图像加密方法,用以提升低精度环境下图像加密的效率和安全性。方法 该方法的核心是构建一个能在低精度环境下有效运行的素数模乘线性同余产生器;将图像集均分为3组,并借助异或运算生成3幅组合图像;接着引入图像集的哈希值更新上述第3组图像;将更新后的组合图像作为上述产生器的输入,进而生成一个加密序列矩阵;基于加密序列矩阵对明文图像进行置乱和扩散,并使用异或运算生成密文图像;使用具有较高安全性的改进版2D-SCL(a new 2D hypher chaotic map based on the sine map, the chebysher map and a linear function)加密方法对加密序列矩阵进行加密。结果 仿真结果表明,本文提出的批图像加密方法在计算精度为2-8的情况下不仅能抵御各类攻击,而且加密速度相较于对比加密方法有所提升。而对比加密方法在上述计算精度环境下存在不能抵御相应攻击的情况。结论 本文提出的基于素数模乘线性同余产生器的批图像加密方法,不仅有效地解决了低计算精度环境下图像加密安全性低的问题,而且还大幅提升了图像的加密速度,为后续高效安全图像加密方法的研究提供了一个新的思路。 吴潇飞 岑娟 王振伟 游大涛 武相军关键词:安全性 基于稀疏谱的鲁棒说话人识别 2016年 环境失配问题严重影响着说话人识别的性能,这一问题在非平稳噪音条件下表现得更为显著.为了增强说话人识别在环境失配条件下的鲁棒性,基于稀疏表示提出了一种高维鲁棒语音特征的生成方法,并针对上述高维语音特征的稀疏特性提出了一个说话人模型.在该说话人识别方法中,首先以优化的联合基作为稀疏表示的基,在此基础上对信号进行分解,用于从带噪语音中剥离噪音成分,并从中提取语音信号的内蕴时频结构;之后在此基础上提出了一种鲁棒的稀疏谱语音特征,并根据该特征的高维稀疏特性给出了基于混合k-means的说话人模型.实验结果显示,与基于梅尔倒谱系统特征的基线系统相比,提出的说话人识别方法在NIST SRE-2003语料库条件下的等错误率下降了28.16%,在Chinese-863语料库和不同信噪比(5dB和0dB)的非平稳汽车噪音环境下的等错误率分别下降了9.84%和14.21%.上述结果表明,在环境失配情况下,提出的说话人识别方法的性能明显优于基于梅尔倒谱系数特征的基线系统. 游大涛 李捷关键词:说话人识别 鲁棒性 卷积神经网络在心拍类识别中的应用 被引量:5 2018年 心电图(ECG)心拍分类对心脏疾病的临床诊断具有重要意义,但是ECG四类心拍间数据不平衡问题严重制约着心拍分类性能的提升。针对这一问题,以卷积神经网络(CNN)为基础,首先在组合四类心拍等量数据基础上构建用于表达噪声及四类心拍间共性信息的通用CNN模型,接着以通用CNN模型为基础分别在四类心拍数据上构建四个更为有效表达对应心拍类别倾向性信息的类别CNN模型,最后综合四个类别CNN模型的输出判别心拍类型。在MIT-BIH心电图数据库上的实验结果显示,该方法的平均灵敏度为99. 68%、平均阳性检测率是98. 58%、综合指标是99. 12%,显著优于二级联合聚类法在MIT-BIH心电图数据库上的分类性能。 原永朋 游大涛 渠慎明 武相军 魏梦凡 朱萌博 耿旭东 贾乃仁关键词:心电图 卷积神经网络 基于听觉机理的鲁棒特征提取及在说话人识别中的应用 声学特征在自动语音识别技术中扮演着重要的角色,它的可辨识性和可区分性直接影响着最终的识别性能。经过研究者的不懈努力,声学特征的研究工作已经取得了重大进步,涌现了一些具有代表性的声学特征,大大促进了自动语音识别技术性能的提... 游大涛关键词:特征提取 鲁棒性 说话人识别 基于深度自编码器的心拍识别方法 2022年 为解决由于噪声的干扰导致心拍识别性能仍不理想的问题,提出一种基于深度自编码器的心拍识别方法。该方法使用收缩自编码器和稀疏自编码器相融合,从噪声心拍信号中生成具有稀疏性的有效心拍特征,并使用余弦距离度量输入样本和生成特征之间的相似度。基于生成的心拍特征,使用面向不同患者的卷积神经网络模型进行心拍识别。在MIT-BIH数据库上对该方法进行了实验验证,并与经典心拍识别方法对比。实验结果显示该方法大大提高了心拍识别的总体准确率和F1值,且具有较高的识别性能。 白淑雯 游大涛 武相军关键词:卷积神经网络 鲁棒性活动语音检测方法 鲁棒性活动语音检测方法,属于音频信号处理领域。本发明为了解决现有的活动语音检测方法是基于傅立叶变换提取的频域音频特征,但该类型音频特征对噪音缺乏鲁棒性的问题。本发明方法包括:一:采样大量的历史语音数据,训练出语音字典集;... 韩纪庆 游大涛文献传递 基于长短时能量均值的活动语音检测算法 2011年 为了有效抑制非平稳背景噪音对语音处理系统的严重干扰,提出了一种基于长短时能量均值的活动语音检测算法。该算法基于两个合理的假设,一个是基于语音隐含成分集的稀疏分解,不但能尽可能地深留含噪语音中的语音信息,还能在一定程度上消除非语音类噪音的干扰;另一个是对上述稀疏分解的语音进行重构,该重构信号中语音段的时域能量高于非语音段的时域能量。在上述两个假设的基础上,采用重构信号的时域能量作为音频特征,以当前帧为中心,并将与其相邻的特定数量帧的短时能量均值作为当前帧的得分值;以当前帧及其之前特定数量帧的长时能量均值怍为判决阈值,进而提出了以当前帧的短时能量均值和长时能量均值大小作为判断条件的活动语音检测算法。买验结果显示,该算法能有效地区分低信噪比(平稳噪音和忙平稳噪音)条件下的语音和非语音片段,并且其性能优于基于单Gaussian分布的似然比算法. 游大涛 韩纪庆 邓世文关键词:稀疏分解 具有学习机制的正弦余弦算法 被引量:10 2020年 针对标准正余弦算法在求解函数优化问题时易陷入局部最优、收敛精度较差等问题,提出了一种具有学习机制的正弦余弦算法。该算法引入精英反向学习策略构造精英及反向群体,对其混合群体进行择优保留,从而优化了种群中的个体位置,提高了算法的寻优精度;同时,利用个体的反思学习能力防止个体盲目地向当前最优解学习,使算法停滞在局部最优,从而有效地避免了算法的未成熟收敛。在13个标准测试函数上进行仿真实验,实验结果证明,该算法相比于对比算法具有较强的鲁棒性和函数优化能力。 方旭阳 武相军 游大涛关键词:群体智能 类内类间距离在CNN识别心拍类中的应用研究 被引量:2 2019年 心脏疾病严重威胁人类身体健康,心电图(Electrocardiogram,ECG)心拍分类对心脏疾病的临床诊断和自动诊断具有重要意义。现有基于深度学习生成的ECG心拍特征虽然优于基于传统方法生成的心拍特征,但是因ECG中各类间存在着严重的数据不平衡问题,致使现有基于深度学习方法生成的心拍特征的性能仍不甚理想。针对这一问题,以卷积神经网络(Convolutional Neural Network,CNN)为基础,在各类心拍等量数据基础上构建能有效表达各类心拍共性信息的共性CNN模型,以共性CNN模型和最小化类内距离最大化类间距离模型为基础,分别在各类心拍数据上构建能有效反映相应心拍类别倾向性信息的类别CNN模型,综合各心拍类别CNN模型的输出进行识别与分类。在MIT-BIH数据库上的实验结果显示,该方法识别分类心拍的各项指标均达到100%,解决了MIT-BIH数据库中ECG四类心拍自动识别分类的问题。 原永朋 游大涛 武相军 魏梦凡 朱萌博 耿旭东 贾乃仁