【摘 要】
：
传统的被动消噪方法只对降低中高频噪声有效，对低频噪声的降噪效果低微，主动噪声控制技术的出现解决了这个难题。滤波-X最小均方(Filtered-XLeastMeanSquare，简称FXLMS)算法和滤波残差最小均方(Filtered-Error Least Mean Square， FELMS)算法是主动噪声控制算法中使用广泛的两种算法，具有控制效果好、成本低、运算量小的优点。但它们在降噪过程中并未充分考虑人耳的主观响应。掩蔽效应作为人耳一种重要的主观响应，FXLMS算法可与掩蔽效应结合起来，在改善降噪效
论文部分内容阅读
传统的被动消噪方法只对降低中高频噪声有效，对低频噪声的降噪效果低微，主动噪声控制技术的出现解决了这个难题。滤波-X最小均方(Filtered-XLeastMeanSquare，简称FXLMS)算法和滤波残差最小均方(Filtered-Error Least Mean Square， FELMS)算法是主动噪声控制算法中使用广泛的两种算法，具有控制效果好、成本低、运算量小的优点。但它们在降噪过程中并未充分考虑人耳的主观响应。掩蔽效应作为人耳一种重要的主观响应，FXLMS算法可与掩蔽效应结合起来，在改善降噪效果的同时注重人耳的主观响应。
本文在主动噪声控制技术和掩蔽效应基础上，分析了Zwicker四级子模型的时域后掩蔽原理，找出掩蔽开始发生点的坐标并设计了声压后掩蔽模型，通过对不同声压信号进行仿真，验证了此掩蔽模型处理声压信号的可行性。在FXLMS算法降噪过程中调用声压后掩蔽模型，将掩蔽后残差信号送入控制器进行降噪，得到基于后掩蔽效应的FXLMS(Backward-MaskingFXLMSAlgorithm，简称BM-FXLMS)算法，实现了将人耳的主观响应加入FXLMS算法进行降噪的目的。
以不同汽车发动机噪声为例验证BM-FXLMS算法、FXLMS算法与FELMS算法的降噪性能，通过最小均方误差(MSE)曲线和降噪前后响度和声压级评价降噪性能，得出BM-FXLMS算法的降噪效果优于FXLMS与FELMS算法的结论。在此基础上讨论了一定范围内的步长和阶数对BM-FXLMS算法降噪性能的影响，得出对应的适宜步长和适宜阶数范围。在同一步长和阶数下，对比不同环境中的三个噪声在BM-FXLMS算法、FXLMS算法与FELMS算法下的降噪效果，得出BM-FXLMS算法对噪声的处理能力不仅优于FXLMS算法和FELMS算法，对部分声品质参数(包括粗糙度、尖锐度、响度级)的改善效果也在二者之上。
本文设计出声压后掩蔽模型，实现了对声压信号的后掩蔽处理过程，并将其应用于FXLMS算法中，得到了BM-FXLMS算法，通过实验验证了BM-FXLMS算法的降噪效果优于FXLMS算法和FELMS算法，达到了在提升降噪效果的同时，充分考虑了人耳主观性的目的。
其他文献
现实世界中的复杂系统可以用网络来表示和分析。在过去的几十年里，网络科学已经成为一个重要的跨领域学科，旨在使用网络和图作为工具来描述复杂系统的结构并解决实际中的问题，包括社交网络、引文网络、蛋白质网络和交通网络等。近年来，人们提出了许多图表示学习的方法，极大地促进了机器学习方法在图数据挖掘中的应用。图表示学习解决了原始网络数据的高维性和稀疏性问题，在机器学习和网络科学之间架起了一座桥梁，使得许多机器学习算法可以应用到网络分析中。与此同时，相关算法安全问题也吸引了大量研究者的目光。本文针对图表示学习的算法安全
计算机视觉是当今人工智能领域中极为热门的研究方向，而静态图像和动态视频作为视觉媒介中最为常见且重要的两种形式，对其包含的语义类别进行正确有效地分割，既是后续目标跟踪、行人车辆再识别等科研方向的基础，也是无人机定位、自动驾驶等实际应用的基石。
语义分割旨在对给定的静态图像或者动态视频序列每一帧图像中的像素点进行分类标注，本文在对现有针对图像及视频的语义分割方法进行调研及复现的基础上，对现有开源方法中存在的不足及可改进方向进行了总结与分析。现有的图像语义分割模型大多依然依赖于人工设计的像素级标注，同
策划人语： 7月下旬，我省多地持续遭遇强降雨天气，郑州、新乡等地发生严重内涝，给人民群众生命财产安全造成重大威胁，防汛形势十分严峻。在防汛救灾的关键时期，郑州等地又出现了新冠肺炎疫情，给灾后恢复进一步增加了困难。面对困难，全省高校积极行动起来，贯彻落实中共河南省委高校工委、中共河南省教育厅党组下发的《关于在防汛救灾中深化“把灾难当教材 与祖国共成长”主题教育活动的通知》，用好抗疫救灾这本鲜活的德
行人重识别技术是指识别跨摄像机拍摄到的行人图像是否属于同一个人的方法。随着视频监控技术的提高，视频监控数据呈爆炸式增长，一一标注耗时耗力，因而有监督行人重识别方法在实际应用中具有局限性。为了使得模型具有自适应性，一种行之有效的方案是将问题建模为基于无监督迁移学习的行人重识别，这是一个有挑战的任务：一方面，目标域数据集无标签，因而不能充分被利用；另一方面，由于收集自不同环境，源域和目标域样本的数据分布存在差异。现有的方法往往通过创建一个共享的特征空间或者估计无标注数据伪标签的方式来解决域差异问题。前者往往忽
聚类(Clustering)技术是机器学习中非常重要的一种非监督学习方式。通常，聚类算法依据某种准则将相似的样本指派到同一个类中、将不相似的样本指派到不同的类中。聚类算法最常见的输入是相似性(相异性)矩阵，矩阵中的元素表示对应两个样本间的相似性(相异性)。关联聚类是一种特殊的聚类技术，其输入是一个同时表示样本间相似性和相异性的符号网络，在符号网络中用正边表示对应样本之间的相似性、用负边表示对应样本之间的相异性。关联聚类的目标是使得到的聚类结果中正边尽量存在于类内、负边尽量存在于类间。
传统的关联
近年来，知识表示学习受到了广泛关注，其旨在将知识图谱中的实体和关系表示为稠密低维的实值向量，以便高效地计算实体和关系之间的语义联系，并可以将学习到的知识表示应用到知识图谱补全、关系抽取以及自动问答等下游任务中，提升所对应的各类模型的性能。
随着对知识表示学习研究的不断深入，一些研究学者将工作重心从改进模型本身转移到了除此以外的其他方面，包括多源信息融合以及负采样等。本文着眼于这两个方面，提出了一种新颖且有效的模型，通过采用注意力机制去捕获其他方法中人工制定的规则所涵盖的信息，解决了一些模型在融合
近年来物联网迅速发展，各类低功耗节点呈现指数级增长。然而这些节点往往采用电池供能，整个网络的寿命受限于电池容量。无线能量传输技术的出现打破了这一瓶颈。无线能量传输是一种利用射频信号为设备进行无线充电的技术。采用这种技术可以为低功耗节点持续供电，避免节点因能量耗尽而设备失效。为物联网配置无线能量传输技术可以有效延长物联网生命周期，拓展应用范围。在将物联网与无线能量传输二者融合的过程中，本质上是将无线能量传输系统与无线通信系统二者合二为一，形成基于无线能量传输的通信系统。对基于无线能量传输的通信系统进行优化设
足球运动被誉为“世界第一运动”，拥有着世界上最庞大的观众群体。而导播视频是足球比赛传播的最主要途径。通常来说一场足球比赛的导播是通过布置在场地周围的多个摄像机位、工作人员和数名专业导播人员共同制作生成的。但是这种导播方式在给人们带来高质量的观赏体验的同时，所需的导播成本也非常高，不仅需要大量的人力物力，而且对导播人员的专业素质和专业能力也有较高的要求。然而像非职业联赛、校园足球等中小型比赛举办频率高、规模小、花费开销有限，不能承担专业导播的高昂花费。
因此本研究从全景足球视频出发，开展全景足球视
面对防汛救灾和疫情防控的双重考验，郑州大学将灾情疫情当作一次深化党史学习教育的生动实践、一堂筑牢理想信念基石的思政大课、一本弘扬爱国主义精神的鲜活教材，将党史学习教育成果转化为激励全校师生奋勇向前的精神力量，以实际行动坚决打赢抗洪防疫两场硬仗。 未雨绸缪，迅速响应，坚决扛牢政治责任 面对汛情、疫情，郑州大学坚持早谋划、早部署、早行动，把党史学习教育与防汛救灾、疫情防控结合起来，总结运用党在不同
在抗击疫情、抢险救灾的这段时间里，我们每时每刻都在被一张张坚毅的面孔、一双双磨破的手足、一封封决心坚定的请战书、一批批勇敢的志愿者感动着。他们勇往直前、逆流而上、不论生死、不计报酬，这是一种精神的生动实践与彰显，更是一堂鲜活生动的思政大课。 这一堂课使我们认识到了党的领导始终是战胜一切艰难险阻的核心，这一堂课使我们认识到了集中力量办大事的中国特色社会主义的制度优势，这一堂课使我们认识到了中国人民