TLG-837比值分析仪故障率的管理与提升
نویسندگان
چکیده
Advanced Materials Science and Technology is a peer-reviewed open access journal published semi-annual online by Omniscient Pte. Ltd. The covers the properties, applications synthesis of new materials related to energy, environment, physics, chemistry, engineering, biology medicine, including ceramics, polymers, biological, medical composite so on.
منابع مشابه
進階式調變頻譜補償法於強健性語音辨識之研究 (Advanced Modulation Spectrum Compensation Techniques for Robust Speech Recognition) [In Chinese]
在各種環境強健性技術中,有一類技術為對語音特徵的調變頻譜作統計上的正規化, 而 在先前這一類技術的研究裡,若對分頻段的頻譜做正規化處理,相對於全頻帶正規化的 處理法有較好的強健性效能,但其中由於不等切的切割方式,將調變頻譜中低頻部份分 的比較細,導致低頻範圍的子頻段,會有頻譜點數不足的問題,影響到我們計算其頻譜 特徵統計值的精確度,因此這些方法應有改進的空間。基於此觀察,本論文提出一系列 重疊式分頻段調變頻譜統計正規化法,此類方法可以有效提升子頻段中用以計算統計值 的頻譜點數,提升統計值的精確度,進而改善分頻段統計正規化法的效能,可以使所得 特徵在環境強健性上的效能更為優越。 本論文採用國際通用的 AURORA-2 連續數字語料庫作一系列的語音辨識實驗,由實驗 結果可明確驗證,我們提出的重疊式分頻段方法比起傳統非重疊式分頻段的方法更能有 效地提升各種雜訊環境下的辨識精確率。此外,我們...
متن کامل相似度比率式鑑別分析應用於大詞彙連續語音辨識 (Likelihood Ratio Based Discriminant Analysis for Large Vocabulary Continuous Speech Recognition) [In Chinese]
在近十年來所發展出的自動語音辨識(automatic speech recognition, ASR)技術中,仍 有許多研究者嘗試僅藉由前端處理來產生具有鑑別性的語音特徵,而獨立於後端模型訓 練與分類器特性。本論文即在此思維下提出嶄新的鑑別式特徵轉換方法,稱為普遍化相 似度比率鑑別分析(generalized likelihood ratio discriminant analysis, GLRDA),其旨在利 用相似度比率檢驗(likelihood ratio test)的概念尋求一個維度較低的特徵空間。在此子空 間中,我們不僅考慮了全體資料的異方差性(heteroscedasticity),即所有類別之共變異矩 陣可被彈性地視為相異,並且在分類上,因著我們也將類別間最混淆之情況(由虛無假 設(null hypothesis)所描述)的發生率降至最低,而達到有助於分類正確率提升的效...
متن کامل透過語音特徵建構基於堆疊稀疏自編碼器演算法之婚姻治療中夫妻互動行為量表自動化評分系統(Automating Behavior Coding for Distressed Couples Interactions Based on Stacked Sparse Autoencoder Framework using Speech-acoustic Features)[In Chinese]
人與人之間交談互動,常透過語言傳達彼此的想法,並在這交談過程中得知雙方的行為 反應。利 用人為觀察來分析雙方行為反應,這種人為分析方式最早常應用在心理學和精神醫學方面 [2]。人 為行為觀察已經相當的成功用於研究親密關係 [3][4],因為夫妻的互動行為是影響親密關係程度的 重要因素之一。然而使用人為觀察行為的方式長年存在根本問題,一方面太消耗時間,另一 面也 主觀。 如果能透過電腦工程的方式來幫忙人為觀察將大大提升效率:即透過低層描述映射高層描 述來預測與分析人類行為 [5]。這項研究領域是一個新興的領域分。人類行為信號處理 (Behavioral Signal Processing, BSP)目的在幫助連接信號處理技術與行為分析的跨領域學科,建立在 傳統的信號 處理研究,如語音識別,面手部追蹤等等。相關顯著 BSP 研究已發產於以人為中心的提取音頻, 視頻信號,來分析高階人類行為...
متن کاملAn Improved Neural Segmentation Method Based on U-NET
摘要:局部麻醉技术作为现代社会最为常见的麻醉技 术,具有安全性高,副作用小等优势。通过分析超声 图像,分割图像中的神经区域,有助于提升局部麻醉 手术的成功率。卷积神经网络作为目前最为高效的图 像处理方法之一,具有准确性高,预处理少等优势。 通过卷积神经网络来对超声图像中的神经区域进行分 割,速度更快,准确性更高。目前已有的图像分割网 络结构主要有U-NET[1],SegNet[2]。U-NET网络训练 时间短,训练参数较少,但深度略有不足。SegNet 网 络层次较深,训练时间过长,但对训练样本需求较多 由于医学样本数量有限,会对模型训练产生一定影响。 本文我们将采用一种改进后的 U-NET 网络结构来对超 声图像中的神经区域进行分割,改进后的 U-NET 网络 结构加入的残差网络(residual network)[3],并对每一层 结果进行规范化(batch normalizat...
متن کامل基於稀疏表示之語者識別 (Sparse Representation Based Speaker Identification) [In Chinese]
稀疏表示分類器(Sparse Representation Classifier, SRC)是一種基於影像稀疏表示 (Sparse Representation)的機器學習方法。在影像以及人臉辨識上的研究上,稀疏表示分 類器具有非常好的辨識效果以及強健性。有鑑於 SRC 在影像辨識上的高鑑別能力,近 幾年已有許多基於稀疏表示的語者識別(Speaker Identification)方法相繼被提出。本論文 提出一套基於稀疏表示的辨識系統,我們提出以機率型主成份分析 (Probabilistic Principle Component Analysis, PPCA)建構超級向量(Supervector),並加入檢定的方式調整 特徵值選取,使語者高斯混合模型(Gaussian Mixture Model, GMM)中每個高斯的維度可 以針對資料的不同作調整。接著,我們在稀疏字典上加強,透過...
متن کاملذخیره در منابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ژورنال
عنوان ژورنال: ???????? =
سال: 2023
ISSN: ['2737-4866', '2737-4858']
DOI: https://doi.org/10.37155/2717-5316-0401-48