同伦算法在并联机器人运动学中的应用

讨论同伦算法求解并联机器人运动学正问题。通过参系数同伦法大大减少了跟踪路径的数目,从而提高了同伦算法的效率使之对求解一般非线性代数方程组更为可行。采用这一算法,求出了中科院沈阳自动化研究所机器人开放研究实验室的新型并联机器人模型的全部正解,为新模型的机构分析和实时控制提供了理论依据。     

Continuation Method Applied in Kinematics of Parallel Robot

ＩｎｔｒｏｄｕｃｔｉｏｎＣｏｎｔｉｎｕａｔｉｏｎｍｅｔｈｏｄａｓａｎｕｍｅｒｉｃａｌｔｏｏｌｔｏｓｏｌｖｅｎｏｎｌｉｎｅａｒａｌｇｅｂｒａｉｃｓｙｓｔｅｍｈａｓｂｅｅｎａｄｏｐｔ ｅｄｅｘｔｅｎｓｉｖｅｌｙ .Ｅｓｐｅｃｉａｌｌｙｉｔｉｓｏｆｔｅｎａｐｐｌｉｅｄｏｎｒｏｂｏｔｋｉｎｅｍａｔｉｃｓａｓｐｅｃｔ.Ｒｅｆ.[1 ]ｕｓｅｄｉｔｔｏｓｏｌｖｅｉｎｖｅｒｓｅｋｉｎｅｍａｔｉｃｓｐｒｏｂｌｅｍｏｆｓｅｒｉａｌｒｏｂｏｔ.Ｒｅｆ.[2 ]ｉｔｗａｓａｐｐｌｉｅｄｉｎｓｏｌｖｉｎｇｆｏｒｗａｒｄｋｉｎｅｍａｔ…     

汉语发音质量评估的实验研究

研究了发音评估系统中通用的置信度测度——后验概率算法,针对它存在的不足,提出了两种改进方案。首先,为了降低计算复杂度,传统算法采用了求最大值算法代替求和算法,在被测发音偏离目标音素集的情况下,这会严重降低后验概率的计算精度,本文提出基于扩展的音素混淆网络的后验概率算法。其次,为使置信度能评估不同语音段长的发音质量优劣,传统算法采用了后验概率的段长规整策略,研究分析发现声学似然值与时间的关系更为紧密,所以本文提出了基于声学似然值的时间规整方案。试验结果表明:与传统算法相比,采用改进的置信度算法能使平均打分错误率相对降低35%左右,有效地改善了计算机辅助语言学习系统的性能。     

消化污泥负载稳定高效非均相光Fenton催化材料的制备及性能优化(英文)

近年来,随着我国经济飞速发展和城市人口快速增长,城市污水排放量不断增加,市政污泥产生量也随之增大.市政污泥含有大量有毒有害物质,如寄生虫卵、致病菌、有机污染物和重金属等,若不进行妥善处理处置将会对环境造成严重的二次污染.传统的污泥处理处置方法如卫生填埋、露天堆放和土地利用等已经无法满足日趋严格的污泥处理处置标准,研发新的污泥资源化利用方法具有重要的环境意义和经济价值.本课题组前期以铁盐为前驱体通过简单步骤制备了以市政污泥为载体,污泥中的重金属为可见光光敏剂,铁氧化物为活性中心的稳定高效非均相光Fenton催化剂.此催化剂在制备过程中虽然已经充分利用了市政污泥中的所有成分,但是其中部分可生化的有机大分子物质在制备过程中被直接燃烧或碳化,从而造成能源流失和浪费.为了更加充分利用市政污泥中的有机物,在制备稳定高效催化剂的同时尽可能多地回收能源和资源,本文在前期研究基础上进行了如下改进和优化:(1)采用市政污泥厌氧消化后的消化污泥为载体,通过厌氧消化手段将其中可生化的有机物转化为沼气,相对于直接用市政污泥制备催化剂,减少了能量流失,更具有经济效益和环境意义;(2)通过改变焙烧温度(250,350,450,550,650和750°C)、铁盐类型((NH4)_2Fe(SO_4)_2,FeSO_4,FeCl_3和Fe(NO_3)_3)和铁盐添加量(0,0.5,1.0,1.5,2.0和3.0 mol/L)对所制得催化材料的性能进行优化.利用红外光谱、X射线衍射、扫描电子显微镜和电感耦合等离子体质谱法等手段对所制备光Fenton反应催化剂结构进行了表征.结果表明,以消化污泥为原料制备的催化材料具有多孔和较高的比表面积,保证了在反应过程中催化剂与H2O2和被降解物质充分接触.样品中Fe含量较高,主要是以α-Fe2O3或无定形铁化合物形式存在,并通过Si–O–Fe键结合在污泥载体上,从而保证了催化剂较多的活性位点和较高的稳定性,因此所制材料可用作稳定高效的光Fenton反应催化剂.以偶氮染料罗丹明B为模式污染物评价了所制催化剂对污染物的降解效果.结果表明,在焙烧温度和铁盐添加量一定时,以亚铁盐(即(NH4)_2Fe(SO_4)_2和FeSO_4)为前驱体所制催化剂性能明显优于以铁盐(FeCl_3和Fe(NO_3)_3)为前驱体的催化剂;以(NH4)_2Fe(SO_4)_2为前驱体且其添加量为1 mol/L,焙烧温度为350 oC时所制FAS-1-350催化剂具有较高的降解速率(0.308±0.016 min.1)和较低的Fe~(2+)溶出率(0.94±0.24 mg/L).在紫外光照射下FAS-1-350重复使用6次,其催化性能没有明显降低,证实该样品结构稳定,可重复利用,具有良好的应用前景.     

基于共振峰模式的汉语普通话中韵母发音水平客观测试方法的研究

提出了一种以元音的共振峰模式为特征基于支持向量机算法的分类评估方法,用以对汉语普通话中的韵母发音水平进行客观测试。此算法为每个韵母分别训练全分类模型、子分类模型和评估模型,在两级分类的基础上对发音水平进行测试打分。实验结果表明,全分类模型可以达到90%以上的分类正确率,客观测试与专家主观评估的相似度达到82%,在性能上超过了传统的以倒谱系数为特征的隐含马尔科夫模型方法。