双相识别手性萃取佐匹克隆对映体动力学研究

以羟丙基-β-环糊精(HP-β-CD)和L-酒石酸异丁酯(L-IBTA)分别为水相和有机相中手性选择体构成双相识别手性萃取体系, 研究其对佐匹克隆(ZPC)对映体的萃取动力学. 分别考察了搅拌速度、两相接触面积、水相中ZPC对映体浓度、水相及有机相中手性选择体浓度以及水相pH值对ZPC对映体萃取动力学的影响. 结果表明, L-IBTA萃取ZPC对映体的反应为“快反应”|对ZPC对映体反应是一级反应, 对L-IBTA反应是二级反应|对R-ZPC和S-ZPC反应速率常数分别为31.25×10^－5和48.74×10^－5 mol^－2•m⁶•s^－1. 萃取速率随HP-β-CD浓度的增加而降低. 以上研究结果将为手性萃取的工程设计提供参考.     

基于实时样本采集的个性化手写汉字输入系统设计

手写汉字识别是手写汉字输入的基础。目前智能设备中的手写汉字输入法无法根据用户的汉字书写习惯,动态调整识别模型以提升手写汉字的正确识别率。通过对最新深度学习算法及训练模型的研究,提出了一种基于用户手写汉字样本实时采集的个性化手写汉字输入系统的设计方法。该方法将采集用户的手写汉字作为增量样本,通过对服务器端训练生成的手写汉字识别模型的再次训练,使识别模型能够更好地适应该用户的书写习惯,提升手写汉字输入系统的识别率。最后,在该理论方法的基础上,结合新设计的深度残差网络,进行了手写汉字识别的对比实验。实验结果显示,通过引入实时采集样本的再次训练,手写汉字识别模型的识别率有较大幅度的提升,能够更有效的满足用户在智能设备端对手写汉字输入系统的使用需求。     

重庆方言语音识别系统的设计与实现

语音识别赋予了计算机能够识别出语音内容的功能,是人机交互技术领域的重要研究内容。随着计算机技术的发展,语音识别已经得到了成熟的发展。但是关于方言的语音识别还有很大的发展空间。中国是一个幅员辽阔、人口众多的国家,因此方言种类繁多,其中有3000多万人交流使用的重庆方言就是其中之一。采集了重庆方言的部分词语的文本文件和对应的语音文件建立语料库,根据重庆方言的发音特点,选取重庆方言的声韵母作为声学建模基元,选取隐马尔可夫模型(Hidden Markov Model, HMM)为声学模型设计了一个基于HMM的重庆方言语音识别系统。在训练过程利用语料库中训练集语料对声学模型进行训练,形成HMM模型库;在识别过程利用语料库中的测试集语料进行识别测试。实验结果表明,该系统能够实现重庆方言的语音识别,并且识别的正确率为100%。     

激光诱导击穿光谱的自组织特征映射结合相关判别对天然地质样品分类方法研究

激光诱导击穿光谱技术具有微损、原位、快速分析的特点,在样品分类识别、成分分析等领域有广阔的应用前景。为探索该技术在天然地质样品识别应用的可行性,提出了一种自组织特征映射神经网络结合相关判别对天然地质样品LIBS光谱分类识别的方法。为减小全谱中背景噪声等不相关数据干扰、降低计算量,在元素谱线归属的基础上进行了特征谱线提取,实现了高维光谱数据的降维。以特征谱数据为输入建立网络训练模型,得到具有输入样本特征的权向量,通过权向量与待测样本进行相关分析可以实现样品分类。对16种天然地质样品的分类算法实验证明,在全谱、主成分降维和特征谱段三种数据处理方法中,特征谱的降维和提取LIBS数据主特征效果最优。改进的SOM网络结合相关判别算法比支持向量机方法和直接应用SOM网络方法的分类准确度更高,初步证实了该方法的有效性。     

Speech-Music-Noise Discrimination in Sound Indexing of Multimedia Documents

Sound indexing and segmentation of digital documents especially in the internet and digital libraries are very useful to simplify and to accelerate the multimedia document retrieval. We can imagine that we can extract multimedia files not only by keywords but also by speech semantic contents. The main difficulty of this operation is the parameterization and modelling of the sound track and the discrimination of the speech, music and noise segments. In this paper, we will present a Speech/Music/Noise indexing interface designed for audio discrimination in multimedia documents. The program uses a statistical method based on ANN and HMM classifiers. After pre-emphasis and segmentation, the audio segments are analysed by the cepstral acoustic analysis method. The developed system was evaluated on a database constituted of music songs with Arabic speech segments under several noisy environments.     

基于CSA-SQP的预测控制器参数整定研究

针对预测控制器参数整定困难, 提出了一种基于克隆选择和序列二次规划的预测控制器参数整定算法, 建立了一个基于免疫原理和序列二次规划算法进行控制器参数整定的机制, 并给出了参数整定问题中的抗原、抗体及亲和力的定义. 在此基础上, 针对系统的不确定性干扰, 构造了基于事件触发的参数调整框架. 最后, 将算法应用于仿真实验, 通过与设定值控制结果的对比, 证明所提出的预测控制器参数整定方法是有效的.     

Learning to short-time Fourier transform in spectrum sensing

The future wireless communication will come up with a strict requirement on high spectral efficiency, developing novel algorithms for spectrum sensing with deep sensing capability will be more challenging. However, traditional expert feature-based spectrum sensing algorithms are lack of sufficient capability of self-learning and adaptability to unknown environments and complex cognitive tasks. To address this problem, we propose to build up a deep learning network to learn short time-frequency transformation (STFT), a basic entity of traditional spectrum sensing algorithms. Spectrum sensing based on the learning to STFT network is supposed to automatically extract features for communication signals and makes decisions for complex cognitive tasks meanwhile. The feasibility and performances of the designed learning network are verified by classifying signal modulation types in deep spectrum sensing applications.     

基于屋顶二值红外传感器网络的人体定位和行为识别系统设计

为了解决个人隐私的保护、受光照条件和障碍物等因素的影响,设计了一种基于屋顶二值红外传感器网络的人体行为识别系统。系统采用STM32芯片和ZigBee协调器建立ZigBee网络。当实验者在安装在屋顶的20个互连的AMN31111红外传感器下面做出一系列行为时,传感器对其进行二值数据采集,ZigBee协调器将数据通过串口发送到PC机上实时动态显示,通过Keil 5系统软件对采集的二值数据以txt文本格式存储。提出了像素值法对人体进行定位和BP神经网络算法在模拟的居家环境中对7种不同人物行为进行识别。实验结果表明：该系统实现了人体多种行为的识别,其识别率为84.7%,4名实验者得到平均识别精度相比固定在居家电器传感器设备要高4.7%左右,并且该系统采集精度高、性能稳定、可靠性高、成本低、功耗低,解决了一些目前人体行为识别监测系统存在的问题。     

云计算环境下人脸表情智能识别改进技术研究

随着人脸识别技术的开发,对于如何提高人脸表情智能识别改进技术的研究也越来越多;如何提高人脸识别的准确度和完整度是当前发展的主要需要,而计算机云计算功能在人脸识别中的应用在一定程度上解决了此问题;通过改进细菌觅食算法,再将其应用到主要成分分析算法对图像基本特征进行提取分析;通过以上的算法输入计算机网络云储存当中,实现云计算技术在人脸识别中的应用;文章将通过对于算法部署函数的办法进行图片解析工作,并且利用智能人脸识别软件对图像进行抽丝、分类、匹配等工作进行功能状态进行测试;实验结果表明利用云计算技术通过连接网络云计算系统可以对目前的人脸识别以及分类做到更高的准确性和适应性。