面向智能信息处理的高级音频信息认知规律及其应用研究

缺少有针对性的人类认知模型的指导和对认知规律的深度融合，是限制当前智能信息处理技术快速发展的首要原因。本项目面向智能音频信息处理技术IIP-A中的基本问题，以事件相关脑电位(ERP)技术为研究手段，立足于探索人脑音频信息认知的基本规律，并通过实际应用加以验证，具体研究：听觉内源节律及其在音频节奏认知上的规律，音乐认知对音乐旋律的加工规律，音乐认知中的听觉显著度现象，对音频情感认知规律等问题，将ERP信号拓展为信息相关脑电位IRP信号，建立音频ERP和IRP特异性成分的数学模型、演化规律模型和计算模型，探寻IRP指标、认知规律以及音频信息之间的映射关系，构建相应的音频信息认知机制模型，通过研究时序性事例学习的认知特点提出相应的机器学习方法，对认知模型进行实用化实现，并通过解决IIP-A中的若干关键问题加以验证和提升。本项目对认知科学、智能科学和信息科学等的发展都具有重要的理论意义和实用价值。

缺少有针对性的人类认知模型的指导和与认知规律的深度融合，是限制当前智能信息处理技术快速发展的首要原因。本研究面向智能音频信息处理技术中的关键问题，以事件相关脑电位技术为研究手段，探讨了人类的音频信息认知基本规律，力求提出符合认知规律特点的机器学习方法，所取得成果具体包括以下四个方面：.在音频信息认知规律研究方面，发现了人类处理信息冲突的早期效应规律，提出了声音冲突处理的三阶段认知模型，并设计了一种采用实时反馈机制对特征进行提取和筛选的信息智能处理框架。.在音频信息诱发脑电信号处理方法研究方面，首先针对伪迹与噪声干扰等问题，提出了一种基于ICA/HHT融合的脑波信号预处理方法，在修正脑波信号的同时可以最大限度地保留认知信息。针对单通道便携式设备中实用化问题，提出了一种基于长时差分振幅包络与小波变换的眼电干扰自动分离方法，通过小波重构精确地估计眼电，实现了单通道上眼电与脑电的自动分离。针对脑电信号有效特征提取问题，提出了一种基于时频能量的公共空间模式特征提取方法，不但保留了时域方差特征，而且引入了频域能量信息，获得了更高的识别率。.在认知模型与规律研究方面，从人脑的判决模型出发提出了一种基于知识累积的数据分析方法，使用不同长度的窗对信号进行多尺度分割，结合所有窗口的分类情况实现对信号的最终判决。针对常用相干分析方法在非稳定信号EEG处理中精确度不足的问题，提出将小波相干作为复杂网络的功能连接指标对脑网络进行构建与分析，并提出了更具认知学意义的加权聚类系数和加权特征路径长度。.在智能信息处理方法方面，拓展了自适应谐振理论，提出了一种有效抑制模式漂移的神经网络模型。模拟人类对图案的认知识别机理，提出了一种基于阅读认知模式的特征提取方法和一种基于基元拓扑关系建模的通用图案识别方法。此外，融合人类音频处理机制，提出了一系列语音情感处理、语音变异处理和语音压缩方法。.本研究执行过程中毕业博士生4人、硕士生十余人。共发表论文46篇，其中SCI期刊论文3篇，EI期刊论文15篇，重要国际会议论文5篇；获得发明专利2项、申请专利2项，获得软件著作权1项；主办国际研讨会1次，邀请国外专家3人次，派出学生国际交流3人，教师国际交流6人次。.本课题研究成果将为探索人类智能音频处理的高级认知规律研究提供理论基础与技术依据，对认知科学、智能科学和信息科学等的发展都具有重要推动作用。