期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
无拉伸畸变的三阶累积量动校正方法研究
1
作者 梁上林 王春明 +6 位作者 李彦民 张征 胡天跃 崔栋 侯思安 阎艺璇 胡莲莲 《北京大学学报(自然科学版)》 北大核心 2025年第1期77-85,共9页
传统的动校正方法不仅在浅层和远偏移距道集上存在严重的拉伸畸变,而且对动校正速度尤为敏感。针对这一问题,基于最新的反射波地震干涉技术,提出基于三阶累积量的动校正方法,拓宽了地震干涉技术的应用范围,是地震干涉更普适的表达。首... 传统的动校正方法不仅在浅层和远偏移距道集上存在严重的拉伸畸变,而且对动校正速度尤为敏感。针对这一问题,基于最新的反射波地震干涉技术,提出基于三阶累积量的动校正方法,拓宽了地震干涉技术的应用范围,是地震干涉更普适的表达。首先给出严格的理论推导,证明所提方法的可行性;然后用模型数据进行测试,并检验其抗噪性;最后将其应用于西部地区实际地震数据。模型和实际资料的成功应用表明,所提方法在不需要动校正速度的情况下,解决了动校拉伸畸变的问题,与现有的两种方法相比,具有更好的噪声压制能力。 展开更多
关键词 三阶累积量 动校正(NMO) 拉伸畸变 地震干涉
在线阅读 下载PDF
循环神经网络在端到端语音识别中的应用
2
作者 阎艺璇 葛万成 《通信技术》 2019年第11期2659-2663,共5页
当前,循环神经网络(Recurrent Neural Networks,RNN)被广泛应用于语音识别系统。使用循环神经网络与连接时序分类(CTC)进行端到端语音识别建模,基于TED-LIUM v2语料库训练不同结构的网络模型,即单/双向RNN和单/双向LSTM,比较和分析不同... 当前,循环神经网络(Recurrent Neural Networks,RNN)被广泛应用于语音识别系统。使用循环神经网络与连接时序分类(CTC)进行端到端语音识别建模,基于TED-LIUM v2语料库训练不同结构的网络模型,即单/双向RNN和单/双向LSTM,比较和分析不同结构网络模型的语音识别性能。实验结果显示,BLSTM在音素识别性能和学习速度上都取得了最好表现。为解决BLSTM网络的过拟合问题,实验将状态dropout应用于LSTM单元,既能保障BLSTM网络的长时记忆能力,也能减小在训练集与测试集上PER的差异,从而有效改善BLSTM的过拟合问题。 展开更多
关键词 循环神经网络 长短时记忆网络 端到端语音识别 连接时序分类
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部