杨立东
- 作品数：64 被引量：142H指数：6
- 供职机构：内蒙古科技大学信息工程学院更多>>
- 发文基金：国家自然科学基金内蒙古自治区自然科学基金内蒙古自治区高等学校科学研究项目更多>>
- 相关领域：自动化与计算机技术电子电信医药卫生文化科学更多>>
- Fourier变换的工程例证式教学法探索被引量：2
- 2020年
- Fourier变换是复变函数中一个重要的理论,由于其高度的抽象性使得学生对Fourier变换的概念、性质和应用都缺乏直观的认识和深刻的理解.结合信号与系统和数字图像处理中的实例,开展Fourier变换的工程例证式教学法研究.对于数学专业学生,该方法不仅有助于加深对Fourier变换的理解,而且有利于提升学习兴趣和实践能力.
- 郭勇杨立东
- 关键词：傅里叶变换复变函数
- 现代通信网课程体系的改革被引量：3
- 2008年
- 通信网对于现今社会的作用是举足轻重的,在本科教学中现代通信网也成为了一门重要的课程,本文总结了对现代通信网课程体系在教学环节和实验环节中改革的过程和方法,最后起到了满意的教学效果。
- 秦岭杜永兴杨立东高鹭
- 关键词：现代通信网教学
- 一种基于张量分解的语音信号特征提取方法
- 本发明公开了一种基于张量分解的语音信号特征提取方法，属于语音信号处理技术领域。将分帧后的语音信号进行多层小波分解，对小波分解后得到的多个分量信息分别提取美尔频谱倒谱系数及所对应的一阶差分系数和二阶差分系数组成特征参数矢量...
- 杨立东王晶
- 文献传递
- 多帧医学图像与流媒体格式转换技术研究被引量：1
- 2012年
- 目的将符合医学数字成像和传输(DICOM)标准的多帧医学图像转换成常用的流媒体格式文件。方法解析DI-COM多帧医学图像结构,设计相关解析算法,将DICOM多帧图像中的像素数据写入流媒体文件中。结果成功实现将DICOM多帧图像转换为AVI和WMV两种流媒体格式。转换后发现AVI格式影像清晰,体积与DICOM文件几乎等同;WMV格式是有损压缩格式,体积极小,可以节省大量存储空间。结论格式转换后非常适合网上播放和传输,因此对初步的远程医疗与疾病的及时诊断具有非常重要的意义。
- 谷宇杨立东赵建峰张宝华喻大华任晓颖钱倩
- 关键词：流媒体WMV
- 基于张量分解的多声道音频恢复方法
- 2015年
- 为恢复多声道音频在采集过程中丢失的数据,提出基于加权优化的张量分解方法.首先用张量对音频建模,并且根据其尺寸定义一个标识数据丢失位置的加权张量,然后使用加权最小二乘问题描述CANDECOMP/PARAFAC(CP)模型并通过一阶优化算法求解,最终通过获得的因子矩阵恢复音频.通过不同数目通道数据丢失的隐藏参考和基准的多激励测试,说明针对丢失数据采用CP分解方法是有效的,即张量分解能够得到较好的音频恢复效果.
- 杨立东王晶赵毅谢湘匡镜明
- 关键词：张量分解
- 一种音频场景分类方法及装置
- 本发明涉及音频信号处理技术领域，具体涉及一种音频场景分类方法及装置，本发明使用Tucker分解与张量回归的音频分类模型，该模型首先对log‑mel数据增强扩充数据集；利用tucker分解降低卷积权重的冗余度，使数据可以更...
- 杨立东岳任博郭勇
- 头部相关传递函数获取关键技术研究被引量：1
- 2019年
- 虚拟现实技术(VR)的飞速发展使双耳听觉研究越来越深入,如何快速准确地获取个性化头部相关传递函数HRTF成为研究热点。介绍了HRTF获取关键技术研究现状,总结出HRTF的4种获取方式:实验测量法、数学建模法、数据库匹配法和主观选择法,并阐述各方法的基本原理。将各方法进行对比,指出HRTF获取工作中需解决的问题和未来研究方向。
- 杨立东焦慧媛
- 关键词：HRTF
- 基于并行胶囊网络的声学场景分类
- 2023年
- 为解决卷积神经网络(CNN)忽略音频特征之间的空间关系、丢失姿态特征和时序性特征的问题,提出了基于并行胶囊网络的声学场景分类模型,选用胶囊网络和双向门控循环单元弥补CNN的缺陷。首先,该模型通过提取音频对数梅尔能量谱特征;然后,结合各模块优点对音频特征处理;最后,根据场景特征完成分类。通过在“国际声学场景和事件检测及分类(DCASE)挑战赛2019”挑战任务1数据集下进行实验,在开发集和验证集上分别获得了71.1%和70.2%的准确率,优于基线系统的准确率,证明了该网络模型适用于声学场景分类任务。
- 杨立东赵飞焱
- 关键词：并行神经网络
- 融合注意力特征及动态卷积的肺结节辅助诊断被引量：3
- 2023年
- 针对肺结节关键影像征象信息不易获取,部分卷积神经网络(convolutional neural networks,CNN)模型对肺结节的识别率不高的问题,提出一种融合注意力特征的动态卷积残差网络(dynamic convolutional residual networks incorporating attention features,DcANet),并在有效实现肺结节良恶性分类的基础上对所提模型的诊断结果进行可视化分析。此网络以适应肺结节三维小尺寸输入特点的残差网络为基本框架,在DcABlock部分使用可以自适应调整卷积参数的动态卷积以及迭代注意特征融合模块,使模型能够更准确地获取肺结节信息,提高模型的表征能力。此外,还使用类激活映射将三维图像的各层切片进行可视化分析。实验在最终测试集上的准确率为85.87%,平衡F分数(F1)值为82.67%,敏感度和特异性的综合指标Gmean值为85.51%。实验结果表明:该网络可以提升对肺结节良恶性分类的准确性,诊断结果具有可信性,有一定的临床应用价值。
- 谷宇刘佳琪杨立东张宝华张祥松贾成一
- 一种基于张量分解的语音信号特征提取方法
- 本发明公开了一种基于张量分解的语音信号特征提取方法，属于语音信号处理技术领域。将分帧后的语音信号进行多层小波分解，对小波分解后得到的多个分量信息分别提取美尔频谱倒谱系数及所对应的一阶差分系数和二阶差分系数组成特征参数矢量...
- 杨立东王晶
- 文献传递
