基于带有注意力机制的深度循环神经网络的语音情感识别

自从注意力机制在自然语言处理领域取得了巨大成功,其被引入了语音情感识别任务中,使各种语音情感识别模型的性能获得了提高。为了能在深度循环神经网络中更加高效地利用注意力机制,对传统的注意力机制进行了推广,提出了基于分段的注意力机制,并将其应用于深度循环神经网络中。在CASIA语音情感数据集上的实验结果证明,这一方法能够有效提高模型性能,并大幅提高模型训练速度。     

分层评价分类培养在《电气控制与PLC》课程中的应用研究

依据学生生源之间的差异分类别培养,课程实施过程中设置不同类别不同层次的教学资源,学生根据自己的类别层次选择合适的学习内容,通过线上线下的学习,掌握本门课的知识要点和应具备的操作能力。     

氧化铟锡与掺Fe半绝缘GaN的接触特性

氧化铟锡(ITO)透明电极能够有效提高GaN光导半导体开关的光吸收效率和电场均匀性,但如何在透明电极ITO与半绝缘GaN之间实现良好的欧姆接触是一个难题.通过在ITO和半绝缘GaN之间插入与GaN功函数相近的Ti薄层,并利用快速热退火过程加速Ti与GaN之间的反应.研究发现Ti薄层的厚度和退火温度对欧姆接触有重要影响.在Ti薄层厚度为5 nm时,随着退火温度的升高,ITO/Ti/GaN之间的接触逐渐转变为欧姆接触,且接触电阻率随之减小;但当退火温度超过700℃时,欧姆接触变差,这与ITO中的In、Sn和O元素向界面扩散有关;适当提高Ti薄层的厚度可以有效改善ITO/Ti/GaN欧姆电极的热稳定性,但过厚的Ti薄层会对GaN基光电器件的透过率产生影响.     

一种适用于间接学习结构的功率放大器线性化算法

针对目前基于间接学习结构(indirect learning architecture, ILA)的线性化算法对于功率放大器的非线性补偿效果较差、频谱失真改善效果不明显的缺点,提出了一种基于功率检测模块的交替迭代算法。该算法利用数据窗截取ILA中后失真器反馈回来的数据流并通过功率检测模块计算其功率大小,筛选出功率最大的信号数据流,根据迭代次数,使得其输出在大功率信号流与随机信号流之间相互切换并送至后失真模块进行训练. 预失真模块和后失真模块均采用记忆多项式模型. 采用峰均比为9 dB的LTE信号通过在线测试平台RF WebLab对真实GaN功放进行仿真,结果表明,新提出算法的带外抑制效果相对于传统的顺序数据流处理算法与大功率数据流处理算法分别优化了5 dB与2.5 dB左右,其平均归一化均方误差也分别优化了1 dB与0.6 dB左右.     

基于RPIM 法的圆极化天线特性参数快速测试

为提高圆极化天线特性参数的测试精度,线极化分量法往往需要对线分量场进行多次测量。文中在天线测试系统中引入插值算法,减少采样点,提高圆极化天线测试效率。将径向基函数的点插值无网格(RPIM)法引入圆极化天线参数合成算法中,首先使用RPIM 拟合出测试场的幅值和相位,然后再使用解析的方式合成圆极化天线的轴比和方向图,算法性能与基于分段线性插值技术的模型参数估计法(MBPE)和基于三次样条插值的移动最小二乘法(MLS)进行比较,数值实验显示,当采样点数仅为测试点数的4%时,MLS 失效,MBPE 和RPIM 误差均为10-3量级;而当采样点数减少为测试点数的2%时,MBPE 和MLS 均失效,RPIM 的误差虽然增大到10-1 量级,但仍能保持稳定。数值实验证明,在采样点数较少情况下,RPIM 性能优于其它两种算法。     

系列过渡金属与三角架多咪唑配合物的合成、结构及表征

以三氨乙基胺和N－甲基咪唑醛为原料合成了三角架多咪唑配体((min)₃tren)，并合成了五个过渡金属配合物：[Zn(min)₃tren](ClO₄)₂1， [Cu(min)₃tren](ClO₄)₂2, [Ni(min)₃tren](ClO₄)₂3, [Co(min)₃tren](ClO₄)₂4, and [Mn(min)₃tren](ClO₄)₂CH₃CN 5，通过元素分析，摩尔电导率，红外和电子光谱确定了化合物的组成。对配合物4和5进行了晶体结构测定。结果表明，在这两个化合物中金属原子均处于扭曲的八面体配位环境，分别与三个亚胺氮原子和三个咪唑氮原子配位。配合物4和5的电化学研究表明在乙腈溶液中，有[Co-O₂]^n-和[Mn-O₂]^n-存在，认为4和5是很好的超氧化物清除剂。     

用高效疏水色谱法对多种脲变α—淀粉酶折叠中间体的研究

用高效疏水色谱法对用脲变性的α－淀粉酶的体外折叠中间体进行了分离，发现脲变α－淀粉酶折叠至少有１９个中间体，而且，这些中间体在色谱流出液中可稳定一周。这一结论已由电泳、离子交换色谱和体积排阻色谱法证实。此外，还用紫外吸收光谱和荧光发射光谱研究了这些折叠中间体与天然α－淀粉酶构象之间的差异。     

北京地区降水中的氘、氧-18、氚含量

用量雨器收集北京地区1979、1980年每月降水平均样,测定氚含量和δD,δ~(18)O值。测定结果表明,北京地区降水中的δD,δ~(18)O值的季节变化和气温的关系不很明显。降水中的D、~(18)O高含量出现在蒸发量最大的4,5月,降水形成过程伴随的蒸发作用有可能使氢、氧重同位素含量增高。气温最高的6,7,8月,δD,δ~(18)O值偏低而氚含量偏高,很可能是受陆地效应的影响。北京地区降水中的δD—δ~(18)O相关关系为δD=7.3 δ~(18)+9.7.估算氘在大气中的平均停留时间为1.3—1.4年。