Att-U-Net：融合注意力机制的U-Net骨导语声增强*

近年来大量全卷积网络、U-Net等编解码网络结构应用于语音增强,它们具有计算复杂度低、模型参数少等优势。然而,与长短时记忆模型等方法相比,这些编解码结构仍存在不能充分利用先后时间之间和高低频率之间的关联信息等缺点,尤其对于长序列数据的输入,编解码结构存在信息丢失的问题。为保持计算效率的同时考虑更充分的时频关联信息建模,本文提出一种融合注意力机制的U-Net网络的骨导语音增强方法（Att-U-Net）,通过在跳跃连接中引入注意力机制,生成一个权重矩阵,将编码层中的全局信息根据权重融入对应的解码层中,使网络在编解码过程中能够关注输入数据中与增强目标相关程度高的重要信息,同时抑制不相关的信息。在骨导语音数据集上的实验表明,融合注意力机制的U-Net网络能在保持模型轻量化的同时有效提升骨导语音的增强效果,增强后的语音在各项客观评价指标上均优于基线模型。通过对编解码网络中间层的可视化分析发现,在解码过程中注意力机制有效地保留了有声段的信息,滤除了骨导语音由于骨导传声特性带来的中频共振,从而使得增强后的骨导语音具有较好的听觉效果。     

V型缺口裂端的三维应力状态及约束分析

利用三维有限元方法，研究了有限厚度板中V型缺口根部穿透裂纹前沿的三维弹性应力场。对不同厚度、不同缺口张开角和裂纹长度对应力强度因子及裂尖附近的三维约束程度的影响进行了分析，同时还讨论了三维约束区的大小。研究结果显示：当缺口张开角小于60度时，不同缺口的应力强度因子和离面约束因子的分布基本一致，角度的影响不明显。应力强度因子是厚度的函数，板中面的应力强度因子随厚度的增加逐渐减小趋近干平面值，最大为1．08倍的平面值。当板厚超过15倍的缺口深度时，应力强度因子最大值将从中面转移至接近自由表面位置，距中面约0．4倍板厚。三维约束非常明显的区域在裂尖前沿约0.45倍厚度的范围内．二维到三维的过渡区在裂尖前沿1.5倍厚度的区域内；在中面上三维效应影响区最大，随着离中面距离的增加逐渐减小，在自由表面上降为0。     

宽音频扫描加载的电子剪切散斑技术在多层粘接板结构无损检测中的应用

本文利用宽音频自动扫描加载的电子剪切散斑干涉技术对多层粘接板结构进行了时实检测，结果表明，这种方法能够同时测定板的多个位置、大小和形状各不相同缺陷，迅速准确地对多层粘接板结构质量作出判断，同时根据到试过程中记录的共振频率等各种信息，可以进一步对被测部分的振动位移及缺陷深度进行定量分析．     

基于吸力量测确定膨胀土活动带和裂隙深度

采用M itchell公式和裂隙扩展深度方程两种吸力法确定安康地区膨胀土大气影响深度和裂隙开展深度。其一通过对安康地区两处天然边坡开挖观测井,利用张力计进行不同深度处吸力值的现场量测,根据M itchell提出公式计算大气影响深度;其二根据非饱和土抗拉强度公式,建立膨胀土裂隙扩展深度方程,利用基质吸力量测结果求其理论解。结果表明,安康地区膨胀土吸力变化曲线随深度增加变幅减小,呈“波浪式”推移。M itchell公式确定安康地区膨胀土的大气影响深度为3.35m以内,裂隙深度方程确定裂隙开展深度为3.06³.14m。利用M itchell公式计算大气影响深度与膨胀土断裂理论公式确定的裂隙开展深度结果接近。     

间隔靶对射流侵彻影响的数值模拟和实验研究

对某聚能装药射流侵彻靶板的过程进行了数值模拟 ,得出其碰撞点附近应力分布与传统理论相符 ,侵彻深度与实验结果及工程计算结果基本相符 ;分别对该聚能装药侵彻连续靶和间隔靶的过程进行了数值模拟 ,数值模拟结果显示间隔靶的侵彻深度明显低于连续靶的侵彻深度 ,这说明侵彻开坑阶段的能耗侵深比远大于准定常阶段。为了验证间隔靶对射流侵彻的影响 ,用另一聚能装药分别对连续靶和间隔靶进行了侵彻实验 ,并排除了炸高的影响。实验结果也表明 ,间隔靶对射流侵彻的确存在着不利影响。还结合数值模拟及实验结果对传统的侵彻公式进行了修正。     

纳米化纯铁在干摩擦及油润滑条件下的磨损行为研究

利用往复摩擦磨损试验机研究了深度轧制纳米化纯铁及其退火态和普通轧态纯铁在干摩擦和油润滑下的磨损行为,采用冲击划痕法和声发射划痕法研究材料的塑性变形能力,并对纳米化影响纯铁磨损行为的原因进行初步探讨.结果表明,在干摩擦条件下深度轧制纯铁的抗磨粒磨损性能较普通轧态纯铁差,抗犁削能力也较弱;在油润滑条件下,深度轧制纯铁显示出优良的耐磨性;经深度轧制后,纳米化纯铁具有较高的表面活性,但同时由于塑性的丧失只能承受较小的剪切力.     

深度学习与“课程思政”协同效应的策略研究——以医用物理学为例

以医用物理学为载体,以深度学习为核心,以达成"课程思政"对课程和学生的要求为目标,探讨了深度学习与"课程思政"的内在联系,在提出课堂教学困境的基础上,讨论了实现深度学习与"课程思政"协同效应的策略,包括提高参与程度、完善学习过程、建构知识的意义和采用多元评价方式.     

指向深度学习的物理课堂提问策略探析——以“磁体与磁场”的教学为例

指向深度学习的课堂提问的目的不仅在于收获知识本身,更在于引导学生主动建构个性化认知结构,提升思维品质,培养关键能力.文章以“磁体与磁场”的教学为例,通过系统化的问题结构,引导学生建构知识网络;通过丰富的问题形式,关注个体差异,拓展思维层阶;通过层递性的问题设计,引导学生挖掘思维的深度;通过有效把握和把控问答的时机,激发思维的活力;通过创造自主提问的理想环境,培养思维的批判性.     

噪声情况下采用稀疏非负矩阵分解与深度吸引子网络的人声分离算法

为实现噪声情况下的人声分离,提出了一种采用稀疏非负矩阵分解与深度吸引子网络的单通道人声分离算法。首先,通过训练得到人声与噪声的字典矩阵,将其作为先验信息从带噪混合语音中分离出人声与噪声的系数矩阵;然后,根据人声系数矩阵中不同的声源成分在嵌入空间中的相似性不同,使用深度吸引子网络将其分离为各声源语音的系数矩阵;最后,使用分离得到的各语音系数矩阵与人声的字典矩阵重构干净的分离语音。在不同噪声情况下的实验结果表明,本文算法能够在抑制背景噪声的同时提高分离语音的整体质量,优于结合声噪人声分离模型的对比算法。      

基于深度学习的人体行为识别算法

目前,针对深度学习的人体行为识别研究,往往采用视频中的全局信息对人体行为进行分析.然而,局部信息缺失造成的特征提取不完备,同样会导致识别精度急剧下降.由此,提出了基于多流深度学习的人体行为识别方法,将人体局部信息与全局信息相结合,通过局部不同特征的精确识别,使人体行为识别更加准确.实验表明,与现有深度学习方法相比,提出的方法在数据集UCF101和HMDB51上识别精度分别平均提高了约4.0%和6.2%.