陈俊彬
- 作品数：3 被引量：21H指数：1
- 供职机构：广东工业大学自动化学院更多>>
- 发文基金：广东省科技计划工业攻关项目更多>>
- 相关领域：自动化与计算机技术环境科学与工程更多>>
- 融合AP和GMM的说话人识别方法研究被引量：1
- 2015年
- 针对在说话人识别过程中经典的高斯混合模型(Gaussian Mixture Model,GMM)阶数的确定具有很大随意性的问题,提出采用吸引子传播聚类方法(AP聚类)自动获取GMM的阶数,进而实现说话人识别的方法.首先,采用Mel频率倒谱系数法(MFCC)与差分倒谱相结合的方法,提取语音特征参数;其次,采用吸引子传播聚类方法(AP聚类)对语音特征参数进行聚类处理,从而自动获得GMM的阶数;在此基础上进行GMM模型的训练;最后,采用训练好的GMM模型对Timit标准语音库以及自制网络志愿者语音库进行说话人识别测试实验.实验结果为:使用了AP聚类算法获取GMM阶数的情况下,对Timit标准语音库的测试结果为100%;在自制网络志愿者语音库中,训练样本为168个,其中潮汕话样本10个,湖南话样本10个,测试样本为42个,测试结果为97.6%.实验结果表明,引入AP聚类自动获取GMM的阶数,可以显著提高说话人识别的精度和效率.
- 王波钟映春陈俊彬
- 关键词：说话人识别MFCC高斯混合模型
- 基于视觉字典容量自动获取的LDA场景分类研究
- 2015年
- 提出了一种高效获取词包模型中视觉字典容量的方法,并研究了该方法与隐狄利克雷分配模型(Latent Dirichlet Allocation,LDA)相结合情况下的场景分类性能.在用SIFT特征构建场景图像数据集特征矩阵的基础上,首先采用吸引子传播方法获取场景图像集特征矩阵的合理聚类数目族,并将其中的最小聚类数目作为视觉字典容量,进而生成视觉字典;然后利用所构建视觉字典中的单词描述场景图像训练集和测试集;最后采用LDA模型对场景图像测试集进行场景分类实验.实验结果表明,提出的方法不仅保持了较高场景分类准确率,同时显著提高了场景分类的效率.
- 张艺钟映春陈俊彬
- 关键词：视觉单词
- 固定化硝化细菌去除水体中氨氮的研究被引量：20
- 2006年
- 研究了以聚乙烯醇(PVA)为骨架载体,添加适量的添加剂,利用活性炭吸附硝化细菌,采用包埋法制作固定硝化细菌小球,去除水体中氨氮的方法.通过实验,发现1%的海藻酸钠(占PVA的凝胶百分比),4%SiO2,0.3%CaCO3作为添加剂,PVA包埋硝化细菌的成球效果较好,小球表现有较佳的机械强度以及传质性能.同时用正交实验确定了在PVA质量浓度为10%,活性炭含量占PVA凝胶的2%,交联时间32h及包菌量的值为1∶2的情况下,包埋的固定化小球去除氨氮的效率最高,42 h就可以达到80%以上,去除氨氮效率强.
- 冯本秀赖子尼陈俊彬张坤泉余煜棉
- 关键词：固定化微生物硝化细菌氨氮
