公开(公告)号：CN118607340A

公开(公告)日：2024-09-06

申请号：CN202410172011.1

申请日：2024-02-07

Applicant: 东南大学

Inventor： 熊文 ,  林涵 ,  陈钊

IPC: G06F30/27 ,  G06F30/13 ,  G06F111/04 ,  G06F113/08

Abstract: 本发明公开了一种基于物理信息神经网络的桥梁冲刷单相流计算方法，包括如下步骤：选取训练样本和预测样本，得到对应的坐标数据；将训练样本的坐标数据作为输入放入第一个神经网络进行训练，输出泥沙高程变化量，计算对应的河床高程；将对应河床高程作为部分输入放入第二个神经网络进行训练，输出为对应的流场参数；两个网络训练误差都收敛后，得到训练好的两个串联神经网络；将预测样本的坐标数据输入训练好的第一个神经网络，正向计算输出对应的泥沙高程变化量，计算对应的河床高程；将预测样本的河床高程和河床高程往上一定大小范围内随机抽点一同作为训练好的第二个神经网络的输入，正向计算输出得到对应的流场参数。本发明具有广泛适用性。

公开(公告)号：CN112133326A

公开(公告)日：2020-12-25

申请号：CN202010932883.5

申请日：2020-09-08

Applicant: 东南大学

Inventor： 招梓枫 ,  李煊鹏 ,  林涵

IPC: G10L25/30 ,  G10L25/51 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明专利公开了一种基于对抗神经网络的枪声数据增广与检测方法，包括：对数据库中的真实枪声进行音频数据增强，得到增强数据；基于真实枪声数据，通过对抗神经网络生成仿真数据；筛选分类器对仿真数据进行筛选得到逼真数据，逼真数据与增强数据组成增广数据；增广数据与背景音频混叠后得到数据集，并划分为训练集和测试集；训练C‑RNN模型并用其实现最终的枪声检测识别。本发明解决了枪声事件检测中数据量不足而导致的特征不明显或部分误检的问题，主要的技术包括：音频数据增强；使用对抗神经网络生成新的数据；使用梅尔频率倒谱系数与混合高斯模型结合的筛选分类器；使用C‑RNN对枪声进行检测；在长音频数据中通过枪声模板粗定位加速检测。