基于SDCN算法的鲁棒性语音命令识别

提出了一种基于ＳＤＣＮ算法的鲁棒性语音命令识别。依赖于信噪比的倒谱正常化（ＳＤＣＮ）算法直接在倒谱域根据输入语音帧的信噪比（ＳＮＲ）来增加一补偿矢量,从而恢复未受污染的净语音信号,补偿矢量直接从训练环境和测试环境中记录的语音倒谱中逐帧比较得到,该算法对退化的环境具有很强的鲁棒性,实验结果证明,该算法简单,有效。     

基于知识结构图的个性化学习内容生成算法

在结构化知识图的基础上,根据不同学生的学习状态,提出了网络学习环境的个性化学习内容生成算法.在课程本体知识结构图的基础上,经过动态评估学习过程而形成基于不同学生的个性化知识结构图,结合其子空间及有向无环图的拓扑排序方法,设计并实现了基于目标知识点的学习路径和个性化学习内容生成算法,以及在线学习环境中个性化学习内容生成机制.经网络学习课程实例验证表明,该算法可以满足学生个性化学习的需求.     

基于有向无环图的高效区块链共识算法

针对传统区块链共识算法存在效率低和大量资源浪费的问题, 提出一种使用基于ID分类的有向无环图数据结构取代传统区块链链式数据结构的算法, 解决了 传统区块链项目无法在短时间内确认大量交易的问题. 该算法使用基于ID分类的有向无环图数据结构能更简单地达成共识, 适用于多用户在同一时间进行交易确认. 该共识算法与传统区块链项目相比能在更短的时间内确认交易, 从而可节省大量的硬件资源, 且提升区块链对交易的处理效率.     

基于有向无环图的高效区块链共识算法

针对传统区块链共识算法存在效率低和大量资源浪费的问题, 提出一种使用基于ID分类的有向无环图数据结构取代传统区块链链式数据结构的算法, 解决了传统区块链项目无法在短时间内确认大量交易的问题. 该算法使用基于ID分类的有向无环图数据结构能更简单地达成共识, 适用于多用户在同一时间进行交易确认. 该共识算法与传统区块链项目相比能在更短的时间内确认交易, 从而可节省大量的硬件资源, 且提升区块链对交易的处理效率.     

基于遗传神经算法优化的汉语分词模型

针对目前汉语分词系统中BP算法收敛速度慢等难题,本文将基于遗传的BP神经网络算法用于汉语分词模型,此模型结合了遗传算法和BP网络的优点.实验结果表明:该优化模型完全达到了汉语分词要求,并且在分词速度上也明显优于传统的BP神经网络,具有高精确性、收敛速度快等特点.     

基于空时非均衡错误保护的无线图像鲁棒传输

定义了一种新的bit重要性测度，完成对SPIHT累进图像码流的bit重要性测试，并根据测试结果对SPIHT码流头信息的鲁棒性进行了改进．在此基础上，将SPIHT码流依据重要性的不同分成不同的传输层，并基于Alamouti的空时块编码技术，提出对不同重要性内容施以不同级别保护的图像鲁棒传输新方案．实验结果表明，对无线Rayleigh衰落信道中的累进图像传输，在低信道信噪比的情况下，所提方案比不采用空时非均衡错误保护方案高出15dB左右的峰值信噪比增益，在重建图像的视觉质量上也获得了大幅度的提高.     

基于分数倍基扩展模型的双选信道估计方法

通过分析复指数基扩展模型（BEM）与多普勒扩展频谱之间的关系,提出一种基于分数倍基扩展模型的双选信道估计方法。当接收机能够获得最大多普勒频率值时（可以通过自身运动速度等计算或者作相应估计）,通过相应调整BEM基频率为原来的1/K倍,信道估计的均方误差性能得到明显改善。另外,还提出了重叠利用训练符号的改进算法,研究表明改进算法可以进一步提高信道估计的质量。     

电导法结合Logistic方程鉴定三倍体枇杷的抗寒性研究

以三倍体枇杷成熟叶片为试材,经低温处理后采用电导法测定质膜相对电导率,然后利用Logistic方程拟合拐点得到单株半致死温度,结果表明:不同低温处理后,叶片组织的相对电导率与处理温度呈负相关,整体变化为典型S形单峰曲线;在-5℃到-15℃之间,质膜伤害率随温度下降而急剧升高;单株半致死温度在-1.22℃到-10.47℃之间.单株抗寒力"常白1号Q34"最强,"东湖早"最弱.     

基于关系触发词与单层GRU模型的关系抽取方法

基于关系触发词与单层门控循环单元模型进行关系抽取, 以降低关系抽取模型结构的复杂度, 并提高模型的训练效率. 通过计算单词的依存距离与序列距离得到关系触发词, 利用单层门控循环单元模型进行关系抽取, 并在SemEval 2010 Task 8数据集上进行实验. 实验结果表明, 该方法能有效提取出关系触发词, 并具有较高的关系抽取准确率.     

基于SURF算法的电路板元件定位及检测

为解决人工电子元件检测日益困难的问题,提出了一种基于加速鲁棒特性(speed-up robust features,SURF)算法的电路板元器件的定位及检测方法.针对SURF算法在实际图像匹配应用中会发生较大概率误匹配的问题,提出了一种提高匹配概率的算法.首先用最近邻方法进行粗匹配,然后利用曲线拟合剔除错误匹配点对,最后利用匹配点对的坐标位置关系找出元件的位置,用改进的7个不变矩方法进行产品检测.实验证明了此方法的有效性和可行性,提高了特征点匹配的精度,实现了电路板元件的精确定位和检测.     

基于正切函数变换的改进型全域基展开法及其应用

基于正切函数变换,本文提出了改进型全域基展开法（MGBEM）,该方法将无限x-y平面映射成为单位平面,使单位平面边界上的电磁场自然为零,等效于自然界条件,因而避免了边界截断问题,消除了人工反向,提高了计算精度,另外,本方法导致的矩阵阶数小,有效高的计算效率,本文选用正弦函数作为展开基,并将MGBEM应用于二维光波导标量模分析,分别给出了掩坦矩阵光波导及脊形光波导的基模电场有效折射率及其电场分布。     

基于误差椭圆理论与蒙特卡罗方法的圆直径测量不确定度评定

利用三坐标测量机(CMM)测量圆几何特征的功能,建立了基于误差椭圆理论与蒙特卡罗方法的测量不确定度评定模型.以误差椭圆表征采样点的不确定度,结合蒙特卡罗方法仿真所得较少的测量样本数据快速得到了最小二乘拟合条件下的圆直径测量的不确定度.同时,与实验测量和文献公式计算的结果进行对比,验证了其有效性.结果表明,所建立的模型能够准确评定圆直径测量的不确定度.     

基于模态空间及空间压缩理论的粒子群算法在输电网络规划中的应用

提出了模态空间及空间压缩理论,将每次搜索到的一个满足N-1原则的网络定义为一个模态,并定义模态空间.将该理论应用于粒子群算法(PSO),通过防止重复搜索已搜索的模态空间对整个可行空间进行压缩,提高了算法的全局搜索效率,并提出了模态结构变异法,为算法提供了跳出局部最优的途径.通过算例与普通PSO算法的分析比较,证明了模态理论的正确性和应用模态理论的PSO算法具有全局、快速的搜索性能.     

基于建筑信息模型数据驱动的铁路设备运维多模态知识图谱构建

铁路信号设备是保障行车安全、提高运输效率的核心装备,加强信号设备智能运维是降低铁路运行风险的必要基础保障。目前,针对我国基于建筑信息模型(BIM)的智能运维平台存在不能精准映射各设备的行为规律和相互之间互馈作用的机理,须同时依靠经验知识进行推断等问题。首先构建了铁路设备运维文本知识图谱;其次构建卷积神经网络(CNN)-团组图卷积神经网络(cgGCN)模型对BIM图像模态数据进行处理,完成对20种铁路信号设备零件图信息的标注,实验结果表明模型准确率达到95.38%,精确率和召回率的调和平均值F1达到95.58%;最后将BIM图像信息以视觉模态嵌入运维文本知识图谱,利用Neo4j图数据库实现多模态知识图谱可视化展示,从而精准映射各信号设备相互之间互馈作用的机理,为后续现场铁路运维人员实施安全管理和运维决策提供在线服务和指导。     

基于多元回归模型的GB-SAR监测误差改正及形变分析

针对基于地基合成孔径雷达(GB-SAR)露天矿边坡监测原始影像干涉相位误差改正不准确导致形变数据精度偏低的关键问题,以马兰庄露天铁矿GB-SAR原始影像为数据源,对原始影像干涉相位误差来源和分布特征进行了分析.提出了利用三重阈值提取PS点和高质量PS点的方法,并基于高质量PS点相位与像元坐标建立了多元回归模型.依据该模型对PS点进行相位改正以获取准确形变相位和单幅影像形变量,并在时间序列上进行叠加分析.研究结果表明,基于多元回归模型的GB-SAR形变监测误差改正方法可以准确改正GB-SAR形变监测误差,提高了形变监测数据的精度.