“傅兆阳”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果5个，建议您升级VIP下载更多相关专利

[发明专利]一种基于语谱图和注意力机制的声纹识别方法-CN202010336844.9有效
发明人：赵宏;岳鲁鹏;王伟杰;郭岚;郑厚泽;傅兆阳;刘璐;党育;马栋林 -专利权人：兰州理工大学
申请日： 2020-04-26 - 公布日： 2023-06-09 - 主分类号： G10L17/02 文献下载
摘要：本发明公开了一种基于语谱图和注意力机制的声纹识别方法，包括步骤：数据预处理，将语音语料进行处理；特征提取，提取语谱图作为输入特征；特征处理，将语谱图输入卷积神经网络，利用卷积神经网络对多语谱图进行自动优化和降维；模型训练，利用X‑Vector说话人识别模型对语谱图特征进行训练，并引入注意力机制对帧级别特征进行权重处理；打分判决，对两个待测样本的似然对数比得分和预设条件进行判定，给出两个样本是否为同一个说话人的判断。和现有X‑Vector说话人识别技术相比，本发明引入卷积神经网络和语谱图，能更好地捕获说话人特征，并且采用注意力机制对统计层进行训练，成本低，效率高，提高了说话人识别系统的性能。
一种基于语谱图注意力机制声纹识别方法

[实用新型]一种非接触式人体体型参数测量装置-CN202023217472.2有效
发明人：赵宏;安冬;常有康;郭岚;郑厚泽;傅兆阳;倪志敏;赵凡;党育;王国雄;马司周 -专利权人：兰州理工大学
申请日： 2020-12-28 - 公布日： 2021-08-31 - 主分类号： G01G19/50 文献下载
摘要：本实用新型公开的属于服装加工设备技术领域，具体为一种非接触式人体体型参数测量装置，包括本体、信息处理装置和测量模块，所述本体内壁固定安装信息处理装置，所述本体外壁固定安装测量模块，所述信息处理装置包括液晶显示屏，所述液晶显示屏机体线路板表面固定安装计算单元，所述计算单元右侧设有数据存储模块，所述数据存储模块固定安装在液晶显示屏机体线路板表面，本实用新型有益效果是：通过扫描二维码进入登记页面，注册好测试者信息后，通过发送检测指令给测量模块，即可快速通过重量传感器和深度相机对人体进行体重、身高、三围等参数的测量，有利于提高工作效率和测量的准确性。
一种接触人体体型参数测量装置

[实用新型]一种端云一体的智慧大棚管控系统-CN202021015847.4有效
发明人：赵宏;郭岚;郑厚泽;傅兆阳;刘璐;孔东一;马栋林;包广斌 -专利权人：兰州理工大学
申请日： 2020-06-05 - 公布日： 2020-12-18 - 主分类号： G05D27/02 文献下载
摘要：本实用新型公开了一种端云一体的智慧大棚管控系统，包括分布于至少一个温室大棚的至少一个核心控制模块；连接所述核心控制模块的无线通信模块、传感器采集控制模块和执行机构控制模块。本实用新型通过传感设备实时采集大棚环境的空气温度、空气湿度、二氧化碳、光照、土壤水分、土壤温度、棚外温度与风速等数据；将数据通过移动通讯网络传输给服务管理平台，服务管理平台对数据进行分析处理。客户可以在终端设备(APP或者网页等)进行信息的监控和远程控制，及时采取防控措施，降低生产风险；同时在云平台生产者可远程自动控制生产现场的灌溉、通风、降温、增温等设施设备，实现精准作业，减少人工成本的投入。
一种一体智慧大棚系统

[发明专利]一种基于深度降噪自编码网络的恶意域名检测方法-CN202010686940.6在审
发明人：赵宏;王伟杰;孔东一;岳鲁鹏;郭岚;郑厚泽;傅兆阳;刘璐;常有康;党育;马栋林 -专利权人：兰州理工大学
申请日： 2020-07-16 - 公布日： 2020-11-13 - 主分类号： H04L29/06 文献下载
摘要：本发明公开了一种基于深度降噪自编码网络的恶意域名检测方法，包括步骤：构造单层自编码网络，将输入数据压缩后重构输出，通过输入与输出数据之间的误差，训练单层自编码网络；在单层自编码网络的输入数据中加入噪声，通过学习输入数据与输出数据之间的误差，去除噪声，形成单层降噪自编码网络；通过叠加多个单层降噪自编码网络，构造深度降噪自编码网络；逐层训练深度降噪自编码网络，对域名的分布式表征进行逐层压缩，提取域名的多维字符特征；根据深度降噪自编码网络提取的域名的多维字符特征，使用随机森林分类算法对待测域名进行检测，识别其中的恶意域名。本发明可以实现广谱恶意域名的检测，具有检测精度高、误报与漏报率低等优点。
一种基于深度编码网络恶意域名检测方法

[发明专利]一种基于多特征的声纹识别方法-CN202010336788.9在审
发明人：赵宏;岳鲁鹏;孔东一;郭岚;傅兆阳;郑厚泽;刘璐;党育;马栋林 -专利权人：兰州理工大学
申请日： 2020-04-26 - 公布日： 2020-08-18 - 主分类号： G10L17/04 文献下载
摘要：本发明公开了一种基于多特征的声纹识别方法，包括步骤：数据预处理，将语音语料进行处理；特征提取，将梅尔频率倒谱系数MFCC和感知线性预测PLP进行动态线性融合；特征处理，利用PCA主成分分析法将动态特征进行降维处理；模型训练，利用I‑Vector说话人识别模型对动态特征进行训练；打分判决，利用概率线性判决分析算法PLDA进行似然对数比打分，并根据得分的大小判断出两个集合是否为同一个说话人。本发明动态融合MFCC和PLP两种说话人特征，能更好地包含说话人信息，并通过主成分分析法PCA降低融合特征的维度，计算效率高，同时，不依赖于在线获取的说话人数据，可以单独、快速地完成说话人的识别。
一种基于特征声纹识别方法