基于近红外的PLS量化模型鉴定西湖龙井真伪的研究

对西湖龙井进行原产地精确鉴定是规范市场,打击假冒伪劣的迫切需求。文章利用近红外技术对西湖龙井的真伪鉴定进行了研究,提出了一种模型以进行西湖龙井鉴别的新方法。结果表明, 利用西湖龙井茶和其他地区以龙井加工工艺制成的扁形茶全区域的近红外原始光谱,分别对其进行赋值, 采用PLS法建立了西湖龙井的预测模型(主成分数为15),通过预测值和西湖龙井的临界值进行比对实现了对西湖龙井的真伪的准确鉴定。对70份定标样品和24份外部验证未知样品鉴定结果的准确率都达到了100%, 证明利用定量分析的PLS法建立的模型能有效准确地进行西湖龙井的真伪鉴定。     

L1/2稀疏约束卷积非负矩阵分解的单通道语音增强方法

为了刻画语音信号帧间相关性和使用更少的语音基表示语音特征,提出一种采用L_1/2稀疏约束的卷积非负矩阵分解方法进行单通道语音增强。首先,进行噪声学习得到噪声基;然后,以噪声基为先验信息结合L_1/2稀疏约束卷积非负矩阵分解方法学习含噪语音中的语音基成分;最后,利用学习到的语音基和系数重建出干净语音信号。在不同噪声环境下进行的实验结果表明,本文方法优于采用L₁稀疏约束的卷积非负矩阵方法及传统的统计语音增强方法。      

抗凝血生物材料*

本文对抗凝血材料的研究进展进行了综述,着重介绍了血栓形成及凝血机理、提高生物材料表面抗凝血性能的改性材料和改性技术、抗凝血材料的表征等几方面的内容;分析了当前抗凝血材料研究中存在的问题,并对今后从分子水平上设计新型抗凝血材料进行了展望。     

采用L1/2稀疏约束的梅尔倒谱系数语音重建方法

提出了一种利用L_1/2稀疏约束从梅尔倒谱系数重建语音时域信号方法。从梅尔倒谱系数估计语音幅度谱是一个欠定问题,现有的方法均采用幅度谱最小均方误差估计或采用L1正则化进行幅度谱的稀疏约束。相比于L₁正则化模型,L_1/2的稀疏约束特性更强,为此,本文在从梅尔倒谱系数估计语音幅度谱时引入L_1/2正则化约束,并利用求解的稀疏幅度谱估计相位谱,最后利用估计的频谱重建时域语音信号。实验结果表明,与幅度谱最小均方误差法相比,本文算法所估计出的语音信号具有更高的语音质量;在噪声环境下进行语音重建实验,与L₁正则化幅度谱估计方法相比,本文算法重建的语音质量更好,表现出更好抗噪性。      

不同浓度下NaCl水溶液的分子动力学模拟

采用分子动力学模拟的方法在298K时对1.33mol/L,2.71mol/L,4.14mol/L和5.12mol/L的NaCl水溶液的微观结构进行了研究。模拟发现浓度对离了近程水化结构的影响不大,浓溶液中Na^+,Cl^-之间有两种缔合方式,接触缔合离子对和溶剂分隔的缔合离子对。这表明在建立可适用于高浓度条件下的电解质溶液热力学模型时应考虑离子缔合的贡献。     

微波等离子化学气相沉积金刚石膜涂层氮化硅刀具

金刚石的成核和生长影响金刚石膜的质量.本文用自制的一种新型的不锈钢谐振腔型微波等离子CVD设备,等离子直径为76mm,均匀的温度分布使得金刚石膜均匀生长,在不同工艺条件下研究Si3N4陶瓷刀具上金刚石涂层的成核质量,用SEM,Raman检测和分析研究了在Si3N4刀具上高速高质量生长金刚石膜涂层的制备工艺,并检测了涂层刀具的切削性能,切削试验表明,在切削18wt;Si-Al合金时,金刚石涂层刀具比未涂层刀具的使用寿命增多10倍以上.     

微波等离子CVD金刚石设备中基片加热材料的三维温度场型研究

在微波等离子CVD设备中,微波电磁场的不均匀分布将导致等离子球和基片的温度不均匀,从而降低CVD金刚石的质量,因而基片加热是需要的.材料的吸收微波能的能力同微波频率、电场强度、材料的介电常数和介电损耗及材料体积相关,材料的介电常数、介电损耗、导热率又同温度相关.基于热力学理论,本文用强吸收微波能的SiC材料作为了基片加热材料,放在微波等离子腔的基片下,研究三维轴对称温度场模型,该模型的基片加热材料的介电常数、介电损耗和体积随温度变化,获得了温度分布的解析式,计算结果显示该模型能得到直径76.2mm的均匀温度分布,温度变化少于10℃,因而可用于基片加热.     

新法合成Cu6(C5H4NS)6簇合物及其性质

新法合成Cu6(C5H4NS)6簇合物及其性质;六核铜(Ⅰ)簇合物;水热合成;晶体结构;热稳定性;荧光     

利用深度卷积神经网络将耳语转换为正常语音

耳语是一种特殊发音方式,将耳语转换为正常语音是提升耳语质量和可懂度的关键方法。为了充分利用语音的频域和时域相关性实现耳语转换,提出了使用深度卷积神经网络(Deep Convolutional Neural Networks,DCNN)将耳语转换为正常语音。它的卷积层用来提取连续帧语音谱包络之间的频域与时域的相关特征,而全连接层用来拟合耳语在卷积层提取的特征和对应正常语音之间的映射关系。实验结果表明与深度神经网络(Deep Neural Networks,DNN)模型相比,DCNN模型获得的转换后语音的梅尔倒谱失真度(Cepstral Distance,CD)降低了4.64%,而语音质量感知评价(Perceptual Evaluation of Speech Quality,PESQ)、短时客观可懂度(Short-Time Objective Intelligibility,STOI)与平均主观意见分(Mean Opinion Score,MOS)分别提高了5.41%,5.77%,9.68%。