矿业遗迹旅游开发监管的演化博弈与稳定性分析

矿业遗迹旅游开发涉及主体众多，均衡各方主体利益对兼顾矿业遗迹保护和开发具有重要意义。文章搭建企业、政府和矿区居民三方核心利益主体的静态演化博弈模型，并在静态演化博弈基础上引入动态变量，利用系统动力学仿真分析三方在一般惩罚、动态惩罚与优化动态奖惩三种方案下的行为策略及稳定情况，并采用李雅普诺夫稳定性理论进行双重论证。研究发现：一般惩罚与动态惩罚方案下三方行为均不稳定，但动态惩罚方案在一定程度上能够抑制三方行为的波动情况；优化动态奖惩方案能够有效抑制三方行为的反复波动并达到理想的稳定状态。基于研究结论，文章提出政府应采取综合优化动态奖惩方案规制矿业遗迹再开发；设计各类政府监管工具组合拳、构建矿业遗迹开发生态文化体系与培育生态文化框架等建议。     

面向语音增强的序贯隐马尔可夫模型时频语音存在概率估计

语音存在概率的估计是语音增强的核心技术之一,针对传统的存在概率估计方法是启发式的,没有把存在概率的估计统一到一个理论框架之中,不能保证估计最优,提出了一种基于序贯隐马尔可夫模型(SHMM)的存在概率估计方法,在每一子带上构建一个SHMM模型描述对数功率谱包络的时间序列,把谱包络序列看作一个在语音和噪声状态之间转移的动态一阶马尔可夫链,采用单高斯函数构建每一状态的概率模型,语音状态的后验概率即为语音信号的存在概率。为了满足算法实时性要求,SHMM参数估计简化为一阶回归过程,根据极大似然准则逐帧更新模型参数。实验表明:SHMM所描述的时序相关性对存在概率的估计起到关键作用,它优于一般的启发式估计方法;SHMM算法的语音增强分段信噪比(SegSNR)和对数谱失真(LSD)性能优于经典的改进型最小统计量控制递归平均(IMCRA)算法。      

面向语音增强的约束序贯高斯混合模型噪声功率谱估计

提出了一种基于极大似然的噪声对数功率谱估计方法,采用高斯混合模型对每一个频带上的功率谱包络构建统计模型,将时序包络划分为语音和非语音类,它们分别对应于高斯混合模型的两个高斯分量,描述语音和非语音的统计分布,其中非语音高斯分量的均值即为噪声功率谱的最优估计.采用序贯学习的方法,在极大似然准则下逐帧更新模型参数,并逐帧给出噪声功率谱的最优估计值。此外,由于序贯更新过程中语音信号长时缺失,容易导致模型失稳,提出了一种在线的最小描述长度准则(MDL)来判断语音信号是否长时缺失,从而保证了模型的稳定性.实验表明,算法性能整体优于经典的MS和IMCRA算法。