研究论文
【论文笔记】FCN全卷积网络
全卷积网络（FCN）是用于图片语义分割的一种卷积神经网络（CNN），由Jonathan Long，Evan Shelhamer 和Trevor Darrell提出，由此开启了深度学习在语义分割中的应用。语义分割是计算机视觉领域很重要的一个分支，在自动驾驶、地面检测等方面都起到很重要作用。与简单区分前 ......
论文翻译：2020：ECAPA-TDNN: Emphasized Channel Attention, Propagation and Aggregation in TDNN Based Speaker Verification
论文地址：ECAPA-TDNN：在基于TDNN的说话人验证中强调通道注意、传播和聚集 论文代码：https://github.com/TaoRuijie/ECAPA-TDNN 引用格式：Desplanques B, Thienpondt J, Demuynck K. Ecapa-tdnn: Emph ......
论文翻译：2022_Phase-Aware Deep Speech Enhancement: It's All About The Frame Length
论文地址：相位感知深度语音增强:这完全取决于帧长 引用格式：Peer T, Gerkmann T. Phase-aware deep speech enhancement: It's all about the frame length[J]. JASA Express Letters, 2022, ......
论文翻译：2022_Time-Shift Modeling-Based Hear-Through System for In-Ear Headphones
论文地址：基于时移建模的入耳式耳机透听系统 引用格式： 摘要 透传(hear-through，HT)技术是通过增强耳机佩戴者对环境声音的感知来主动补偿被动隔离的。耳机中的材料会减少声音 500Hz以上的高频成分。HT算法利用麦克风和用户耳朵之间的相对传递函数(RTF)产生人造声音，从而弥补环境声音的 ......
论文翻译：2022_2022_TEA-PSE 2.0：Sub-Band Network For Real-Time Personalized Speech Enhancement
论文地址：TEA-PSE 2.0：用于实时个性化语音增强的子带网络 论文代码： 引用： 摘要 个性化语音增强(Personalized speech enhancement，PSE)利用额外的线索，如说话人embeddings来去除背景噪声和干扰语音，并从目标说话人提取语音。此前，Tencent - ......
论文翻译：2022_腾讯DNS 1th TEA-PSE: Tencent-ethereal-audio-lab personalized speech enhancement system for ICASSP 2022 DNS CHALLENGE
论文地址：TEA-PSE: 用于ICASSP 2022 DNS挑战赛的Tencent-ethereal-audio-lab 个性化语音增强系统 论文代码： 引用格式：Ju Y, Rao W, Yan X, et al. TEA-PSE: Tencent-ethereal-audio-lab pers ......
论文翻译：2022_PercepNet+: A Phase and SNR Aware PercepNet for Real-Time Speech Enhancement
博客地址：凌逆战 (转载请注明出处) 论文地址：PercepNet+: 用于实时语音增强的相位和信噪比感知 PercepNet 引用格式： Ge X, Han J, Long Y, et al. PercepNet+: A Phase and SNR Aware PercepNet for Real ......
C#开发的插件程序 - 开源研究系列文章
上次编写了一个家庭小助手的小工具软件，也对其中的线程池及管理器进行了介绍（见博文：C#开发的线程池和管理器 - 开源研究系列文章），这次把里面的插件部分的功能单独放出来进行介绍，让更多的朋友能够进行学习借鉴及代码复用上。 一、 项目目录； 下面对项目目录进行介绍，其中PlugIns是主程序，Lzhd ......
C#开发的资源文件程序（可国际化） - 开源研究系列文章
上次将小软件的线程池描述了，也将插件程序描述了，这次就将里面的资源文件相关的内容进行下记录，这里能够让程序做成国际化的形式（即多语言程序），主要就是通过这个资源文件的方式进行的处理。下面将对这个资源文件的定义进行描述，比网上的其它例子更能够具有代码复用意义。 一、 项目目录； 下图是项目目录，上面是 ......
企业应用架构研究系列二十五：IdentityServer4 认证服务搭建
IdentityServer4 更新了开源协议，曾经想替换它，不在使用IdentityServer4 ，但是后来，研究来研究去，发现IdentityServer4 的功能实在是强大，设计体系完整，随着最后版本的升级，现在 IdentityServer4 已经可以在.Net Core 6.0 环境中进 ......
企业应用架构研究系列十三：整合EFCore&Dapper 通用ORM框架EFDapper
EntityFrameworkCore是微软官网提供的ORM框架，是轻量化、可扩展、开源和跨平台的数据访问技术框架，但是在.Net 开发圈的评论却褒贬不一。很多人认为EFCore 执行的效能比较差，很多复杂的查询场景很难实现，也有很多人认为，EFCore 开发简单，在中小型项目中，能够快速的实现业务 ......
企业应用架构研究系列二十四：SQL Server 数据库调优之XEvent 探查器
如果入职一些中小型公司，往往需要接手一些很“坑”的项目，到底多坑就不牢骚了，只讲一下，如果破解这些历史遗留的项目问题。项目代码可能短时间无法进行通读研究，我们就需要从底层数据库进行挖掘问题，有经验的老开发工程师，他会开启Sql Server Profiler 这个功能，进行语句的跟踪。这个是一个很好 ......
基于ERNIELayout&pdfplumber-UIE的多方案学术论文信息抽取
基于ERNIELayout&pdfplumber-UIE的多方案学术论文信息抽取，小样本能力强悍，OCR、版面分析、信息抽取一应俱全。 ......
应用程序启动器 - 开源研究系列文章
这些天开发了一个应用程序启动器，主要是用于在操作系统启动后启动相关的应用程序。因为在各个启动程序中设置随系统启动，那就会在注册表启动项中添加信息，而此程序就是为了解决这个问题，直接启动添加的程序。 1、 项目目录； 下面是程序目录，挺简单的，一目了然。 2、 函数介绍； 这里用到了XML序列化的函数 ......
C#应用程序配置文件（XML序列化） - 开源研究系列文章
上次写了一个C#线程池及管理器的博文（ C#开发的线程池和管理器 - 开源研究系列文章 ），收到了不小的浏览量，在此感谢各位网友的支持。这次将另一个功能放出来单独讲解：C#应用程序的配置文件，使用的是XML文件保存程序的配置信息，通过XML序列化和反序列化，将配置文件规范起来。 一、 项目目录； 项 ......
C#开发的线程池和管理器 - 开源研究系列文章
上次编写了一个小软件，用于练手及自己的一个小工具集合。今天把其中的线程池和管理器的代码抽取出来，写成一个博文，让需要的朋友能够进行学习和应用。 这个线程管理器包括了3个类库和一个应用程序，见下图： 第一个是窗体磁吸屏幕的类库，以前有过一个VB编的类库（磁性窗体源码开源 - 开源研究系列文章），这次把 ......
C#开发的磁吸屏幕类库 - 开源研究系列文章
上次写了一个关于线程池的博文（ C#开发的线程池和管理器 - 开源研究系列文章 ），里面讲到了关于磁吸屏幕的类库，今天就把这个类库进行下讲解。 一、 类库目录； 类库的目录见下图，主要定义了Win32的一些API，以及一些API使用到的常量和结构体定义。主要的类定义在MainAPI里。 二、 主函数 ......
Raft一致性共识算法论文学习
论文地址：https://pdos.csail.mit.edu/6.824/papers/raft-extended.pdf 看完raft共识算法，脑袋非常懵，所以写一篇学习笔记，记录一下。 raft算法主要解决三个模块的问题：领导人选举、日志复制和安全性。当然除了这三个方面，论文对于raft的安全 ......
Google分布式文件系统GFS论文学习
GFS作为最著名的分布式文件系统，首先具备了大规模、可扩展、适配大文件、自动运维等高级特性。虽然是比较早期的分布式文件系统，但是它里面的设计思想还是值得现代分布式系统设计参考的，并且还有很多后期著名的分布式文件系统就是根据 GFS 来的。 一、设计预期 在论文前面，列举了设计预期，也就是 GFS 是 ......
Ventoy制作启动盘和使用VMware测试启动盘（论文版）
Ventoy是可用于制作启动U盘的开源工具，在占用少量引导分区容量后，其他空间依旧可以正常当一般的U盘读写文件。它的最大特点是只要将iso、win、img、efi等之类的镜像文件和引导文件移动到U盘中。比如导出微PE、杏雨梨云的可启动iso镜像文件，移动到U盘中，在启动时选择微PE、杏雨梨云任意一个... ......
论文解读（CAN）《Contrastive Adaptation Network for Unsupervised Domain Adaptation》
论文信息 论文标题：Contrastive Adaptation Network for Unsupervised Domain Adaptation论文作者：Guoliang Kang, Lu Jiang, Yi Yang, Alexander G Hauptmann论文来源：CVPR 2019论 ......
C#11新特性-Raw string literals原始字符串研究、示例
这几天看C# 11的新语法，学习到了Raw string literals 今天给大家分享一下： 原始字符串是字符串的一种新格式。 原始字符串可以包含任意文本，包括空格、新行、嵌入引号和其他特殊字符，无需转义字符（这个很关键、也很简单）。 原始字符串以至少三个双引号 (""") 字符开头。 它以相同 ......
TIE: A Framework for Embedding-based Incremental Temporal Knowledge Graph Completion 增量时序知识图谱补全论文解读
论文网址：https://dl.acm.org/doi/10.1145/3404835.3462961 Arxiv：https://arxiv.org/abs/2104.08419 论文提出一种用增量学习思想做时序知识图谱补全（Temporal Knowledge Graph Completion, ......
Relational Learning with Gated and Attentive Neighbor Aggregator for Few-Shot Knowledge Graph Completion 小样本知识图谱补全论文解读
小样本知识图补全——关系学习。论文利用三元组的邻域信息，提升模型的关系表示学习，来实现小样本的链接预测。主要应用的思想和模型包括：GAT（图注意力神经网络）、TransH、SLTM、Model-Agnostic Meta-Learning (MAML)。 论文地址：https://arxiv.org ......
【深入浅出Spring原理及实战】「源码原理实战」从底层角度去分析研究PropertySourcesPlaceholderConfigurer的原理及实战注入机制
主要有一下xml文件占位符解析和Java的属性@Value的占位符解析配置这两种场景进行分析和实现解析，如下面两种案例。 ......
深度剖析 | 【JVM深层系列】[HotSpotVM研究系列] JVM调优的"标准参数"的各种陷阱和坑点分析（攻克盲点及混淆点）「 1 」
相信大多数人的理解是Major GC只针对老年代，Full GC会先触发一次Minor GC，不知对否？我参考了R大的分析和介绍，总结了一下相关的说明和分析结论。 ......
带你读AI论文丨针对文字识别的多模态半监督方法
摘要：本文提出了一种针对文字识别的多模态半监督方法，具体来说，作者首先使用teacher-student网络进行半监督学习，然后在视觉、语义以及视觉和语义的融合特征上，都进行了一致性约束。 本文分享自华为云社区《一种针对文字识别的多模态半监督方法》，作者： Hint 。 摘要 直到最近，公开的真实场 ......
RFN-Nest_ An end-to-end residual fusion network for infrared and visible images 论文解读
RFN-Nest 2021 研究 图像融合分为三步：特征提取，融合策略，图像重建。 当前端到端的图像融合方法：基于GAN的、还有本文提出的 研究背景：当前设计的融合策略在为特定任务生成融合图像方面是比较困难的。 研究目的：提出一种基于可以学习的融合网络架构（RFN）来实现端到端的图像融合方法(RFN ......
Backbone 网络-DenseNet 论文解读
在 DenseNet 中，让网络中的每一层都直接与其前面层相连，实现特征的重复利用；同时把网络的每一层设计得特别“窄”（特征图/滤波器数量少），即只学习非常少的特征图（最极端情况就是每一层只学习一个特征图），达到降低冗余性的目的。 ......
论文翻译：2022_DNS_1th：Multi-scale temporal frequency convolutional network with axial attention for speech enhancement
论文地址：带轴向注意的多尺度时域频率卷积网络语音增强 论文代码：https://github.com/echocatzh/MTFAA-Net 引用：Zhang G, Yu L, Wang C, et al. Multi-scale temporal frequency convolutional n ......