基于双向循环神经网络的汉语语音识别*

当前基于深度神经网络模型中,虽然其隐含层可设置多层,对复杂问题适应能力强,但每层之间的节点连接是相互独立的,这种结构特性导致了在语音序列中无法利用上下文相关信息来提高识别效果,而传统的循环神经网络虽然做出了改进,但是只能对上文信息进行利用。针对以上问题,该文采用可以同时利用语音序列中上下文相关信息的双向循环神经网络模型与深度神经网络模型相结合,并应用于语音识别。构建具有5层隐含层的模型,其中第3层为双向循环神经网络结构,其他层采用深度神经网络结构。实验结果表明:加入了双向循环神经网络结构的模型与其他模型相比,较好地提高了识别正确率;噪声对双向循环神经网络汉语识别有重要影响,尤其是训练集和测试集附加噪声类型不同时,单一的含噪声语音的训练模型无法适应不同噪声类型的语音识别;调整神经网络模型中隐含层神经元数量后,识别正确率并不是一直随着隐含层中神经元数量的增加而增加,神经元数量数目增加到一定程度后正确率出现了降低的趋势。     

受限亚音速气流中倒置悬臂壁板静气弹稳定性的理论及实验研究

板壳结构在航空航天、高速列车、能量采集等诸多工程领域已经得到了广泛应用. 将悬臂壁板倒置于轴向气流中并在壁板周围流场中设置刚性壁面可有效地调控壁板的失稳速度, 是俘能器优化设计的重要措施之一. 但针对刚性壁面作用下亚音速气流中倒置悬臂壁板的失稳机制仍需要开展深入研究. 本文以受限亚音速气流中倒置的二维悬臂壁板为对象, 以理论分析及风洞实验为手段, 研究了单侧刚性壁面效应对倒置悬臂壁板静态失稳特性的影响规律. 在理论分析中, 首先应用镜像函数法来处理壁面约束条件, 基于算子理论研究获得了以Possio积分方程为表征的壁板气动力, 壁面效应实际表征为一包含移位Tricomi算子的复合算子; 然后将壁板失稳方程的求解问题转化为定区间上的函数逼近问题; 最后, 依据Wererstrass定理并利用最小二乘法求解该最优函数, 以获得系统的失稳临界参数. 在试验研究中依据压杆稳定原理设计了壁板静态失稳的测试方法并完成了风洞实验. 理论分析结果表明, 壁板会发生发散(静气动弹性)失稳, 临界动压随壁板与壁面间距的增加而增大并最终趋于稳定(无壁面情况); 通过理论与风洞实验结果的对比分析, 验证了本文气动力及理论分析的适用性及准确性. 针对倒置悬臂壁板结构的气动弹性失稳问题, 本文提出的方法不涉及系统方程的离散及特征值求解问题, 而是将其转化为了定区间上的函数逼近问题进行求解, 这为弹性结构静气动弹性失稳问题的研究提供了一个可行的新思路.      

基于超限学习机算法的空间目标材质多色测光识别研究

随着各国航天活动的增多，空间目标的数量和种类不断增加，对空间目标进行编目识别是各国空间目标监视领域的重要研究内容。对空间目标进行识别，主要是为了获得其表面材质、姿态、形状、关键载荷等信息，而表面材质信息的获取是开展目标光学特性及状态认知研究的基础。搭建空间目标表面材质多色测光测量系统，整套系统部署在光学暗室内，以减少杂散光对测量结果的影响。光源采用太阳模拟器，光谱等级A级；探测器采用美国ASD公司生产的FieldSpec4地物光谱仪，波长范围350～2 500 nm，光谱分辨率1 nm，光纤置于电控转台上，能对待测样片实现不同观测几何下的测量。利用Johnson-Cousins UBVRI五色分光系统对8种常用表面材质（砷化镓、氧化铝、氧化聚酰亚胺薄膜、黑漆、环氧漆、镀铝聚酰亚胺薄膜、钛青蓝漆、白漆）在不同观测几何条件下的10种色指数数据进行实验测量，每种色指数分别测得30组实验数据。采用传统的1-sigma不确定框方法（即对于给定材质的若干组实验数据，计算其每种色指数的平均值和标准差，以平均值为中心，以标准差的两倍为边长画出色指数不确定框），在最理想的识别情况下，通过R-I和B-R色指数不确定框能对砷化镓、氧化铝、氧化聚酰亚胺薄膜、钛青蓝漆四种材质进行识别；利用B-V和B-R色指数不确定框可以将环氧漆、白漆识别出来，剩余两种材质黑漆和镀铝聚酰亚胺薄膜无法通过以上色指数进行识别。但是1-sigma不确定框方法存在两个主要问题：一是需要知道待测材质对特定波段敏感的先验信息，来确定所用的色指数类型；二是识别率容易受测试样本数量的影响，可靠性差。超限学习机算法是一种利用随机化隐层节点和和最小二乘求解方式进行训练的机器学习算法，具备学习效率快，泛化性能好，不容易陷入局部最优解等优势，被广泛应用于对数据的分类和回归分析中。因此引入超限学习机算法，将色指数数据按照2∶1的比例随机分为训练样本和测试样本，共进行三次随机试验。在训练样本中，对每种材质按照1∶8的顺序进行编号，即编号1∶8的测试样本分别有20个，分别包含10种色指数数据；在测试样本中同样对其按照已知归属材质对应编号。采用决定系数和计算时间作为判断ELM算法准确性和实时性的判断指标。结果表明：无论是对单一材质进行识别，还是对所有测试材质样本，训练样本决定系数在0.98以上，测试样本决定系数在0.96以上，每次试验中最多有3组色指数数据无法识别；所需总时间最长在0.07 s内完成，甚至可以达到0.002 s，识别效率和可靠性远高于传统的1-sigma不确定框法，表明ELM算法能对空间目标常用材质进行准确快速识别。相关研究可为空间非合作目标的外形、姿态等状态信息反演提供技术支持。     

桉树杂交种与其亲本的近红外光谱判别

研究桉树控制授粉后目标性状的基因作用方式是探索其基因重组规律的重要内容。常规的数量统计分析精度往往不高,而DNA分析的专业要求高,且费时费力。该研究利用近红外光谱(NIRs)研究不同基因型桉树杂交种、亲本及杂交种与亲本间近红外光谱信息的关系,探索NIRs用于桉树杂交种与其亲本判别的可行性和准确性。以控制授粉的桉树亲本及其杂交F1代材料为对象,每种基因型从各自田间试验分别选取10个单株,采集树冠中上部新鲜健康叶片。用手持式近红外仪Phazir Rx(1624)采集桉树杂交种与其亲本叶片的NIRs信息。每单株选10片完全生理成熟的健康叶片,避开叶脉扫描其正面光谱5次,以50条NIRs信息的均值代表单个叶片的NIRs信息,最终每个基因型获得10条NIRs信息。对原始NIRs采用二阶多项式S.G一阶导数预处理。预处理后的NIRs用于多元统计分析,首先对桉树杂交亲本和子代样本进行主成分分析(PCA),直观展示不同基因型的分类情况。然后运用簇类独立软模式(SIMCA)和偏最小二乘判别分析(PLS-DA)两种有监督的判别模式验证NIRs用于桉树杂交种与其亲本树种的分类判别效果。PCA结果显示,不同的亲本间、杂交种间及杂交种与亲本间样本的主因子得分可以清晰地将各基因型分开。SIMCA模式判别分析中,桉树杂交种样本到亲本PCA模型的样本距离显示,待判别样本能够形成单独的聚类,且能直观反映两者的遗传相似。PLS-DA判别结果显示,桉树杂交亲本的PLS模型能通过预测其杂交子代的响应变量将其与亲本准确分开。结果表明,桉树叶片的NIRs信息可以准确地反映桉树杂交子代遗传信息的传递规律,NIRs判别模型可以准确地将各种基因型予以区分。因此,NIRs信息不仅可用于桉树杂交种和纯种的定性判别,还可以分析桉树基因重组过程中加性遗传效应的大小,从而为桉树遗传基础分析及其育种改良研究提供理论支撑。     

Creation of topological vortices using Pancharatnam-Berry phase liquid crystal holographic plates

Recently,physical fields with topological configurations are evoking increasing attention due to their fascinating structures both in fundamental researches and practical applications.Therein,topological light fields,because of their unique opportunity of combining experimental and analytical studies,are attracting more interest.Here,based on the Pancharatnam-Berry(PB)phase,we report the creation of Hopf linked and Trefoil knotted optical vortices by using phaseonly encoded liquid crystal(LC)holographic plates.Utilizing scanning measurement and the digital holographic interference method,we accurately locate the vortex singularities and map these topological nodal lines in three-dimensions.Compared with the common methods realized by the spatial light modulator(SLM),the phase-only LC plate is more efficient.Meanwhile,the smaller pixel size of the LC element reduces the imperfection induced by optical misalignment and pixellation.Moreover,we analyze the influence of the incident beam size on the topological configuration.     

旋转对爆炸成型杆式侵彻体毁伤威力的影响

为进一步提高周向多爆炸成型侵彻体战斗部的毁伤效能，结合数值模拟方法，设计了一种爆炸成型杆式侵彻体战斗部。基于复合装药的爆轰加载控制方式，使得药型罩成型为密实的杆式侵彻体，通过调整半预制药型罩的斜置角度，对毁伤元的旋转速度施加控制，进而提高其空中飞行姿态的稳定性，提高毁伤元的毁伤威力。对不同斜置角度的战斗部原理样机进行了静爆实验，实验结果与模拟结果的对比表明，半预制药型罩斜置角度为1.5°时，爆炸成型杆式侵彻体的着靶姿态最好，对45钢靶板侵彻深度最大。通过药型罩斜置，在保证杆式侵彻体成型质量的同时，可以有效提高侵彻体的侵彻威力。     

基于MODA算法的有机朗肯循环多目标优化

针对中高温烟气驱动的有机朗肯循环发电系统进行多目标优化设计,以热效率和单位输出功率的系统总投资成本(PER)为多目标函数,选取蒸发温度和冷凝温度为决策变量,引入多目标蜻蜓算法(MODA)对工质苯的最佳循环参数进行寻优,采用一维向心透平效率模型取代固定透平等熵效率,并对工质进行敏感性分析。结果表明:透平效率随蒸发温度增加单调减少,随冷凝温度增加单调增加;在帕累托前沿中,随着热效率的增加,变透平效率寻优结果中PER迅速增加,定透平效率寻优结果中PER增加相对较平缓;热源温度越高,定透平效率寻优结果和变透平效率寻优结果差异越大。     

甲酸辅助Cu-ZnO-Al2O3催化剂制备及其CO2加氢制甲醇性能研究

采用共沉淀法制备Cu/Zn/Al前驱体,经甲酸处理后N₂气氛焙烧得到Cu-ZnO-Al₂O₃催化剂(CZA)用于CO₂加氢制甲醇反应。使用XRD、BET、TG-DSC、SEM、H₂-TPR、N₂O滴定、XPS-AES、CO₂-TPD表征技术对催化剂的物相组成、结构性质以及Cu物种的比表面积、分散度以及价态分布进行分析和讨论。结果表明,甲酸处理调节了催化剂中Cu⁺与Cu⁰的比例,同时增加催化剂的中强碱性,并提高甲醇选择性。在W/F(H₂/CO₂=70/23)=10 g·h/mol、t=200℃、p=3 MPa反应条件下,使用HCOOH/Cu(物质的量比)=0.8甲酸处理获得的催化剂,CO₂转化率6.7%,甲醇选择性达76.3%。     

高通量虚拟筛选CDK2/Cyclin A2靶点抑制剂

CDK2/Cyclin A2复合蛋白的异常表达与乳腺癌、 口腔癌、 食管鳞状细胞癌的发生密切相关. CDK2/ Cyclin A2复合蛋白的活性位点不同于CDK2单体. 至今临床上尚无靶向此复合蛋白的药物分子. 针对CDK2/Cyclin A2复合蛋白, 以实验报道的10个抑制剂分子构建药效团模型, 通过药物体外药代动力学（ADME）、 Docking、 聚类分析、 毒性预测, 从DrugBank, ChEMBL和TCM@Taiwan 3个数据库约90万组数据中进行高通量虚拟筛选, 进一步进行MD模拟、 MM/PBSA结合自由能计算、 能量分解和平均非共价作用(aNCI)分析, 筛选出3个抑制效果优于阳性实验药Roscovitine的先导分子: DrugBank-2004, DrugBank-583和ChEMBL-7122. 与CDK2蛋白相比, CDK2/Cyclin A2复合蛋白结合位点空间变大, 先导分子与Lys33, Asp86, Lys129和Asp145残基之间的排斥作用有所降低, 导致结合自由能更大.     

柠檬酸处理对ZSM-5分子筛甲缩醛气相羰基化性能的影响

采用柠檬酸对晶种法制备的低硅铝比ZSM-5纳米晶聚集体进行改性处理,并将其应用于催化甲缩醛(DMM)气相羰基化合成甲氧基乙酸甲脂(MMAc)反应.结果表明,通过调控柠檬酸处理时间可以有效地改进所制备ZSM-5分子筛的催化羰基化性能.其中,使用0.2 mol/L柠檬酸在80℃下处理12 h后的ZSM-5分子筛可获得59.5%DMM转化率和59.3%的MMAc选择性,MMAc收率从16.9%提高到35.3%.通过SEM、 TEM、 ICP、 N_2-BET、 Py-FTIR、 NH_3-TPD等表征手段对分子筛进行详细表征分析,发现适当调控柠檬酸处理时间,可使得纳米晶聚集体ZSM-5分子筛酸强度降低,并暴露出更多的中强B酸位点,同时增大分子筛比表面积及孔道体积.酸性位点的增多促使DMM转化率提高,而酸强度的降低、比表面积及孔道体积的增加,有助于调控中间物种的反应路径及扩散程度,进而抑制部分副反应,提高目标产物MMAc的选择性.