层状盐岩力学特性研究进展

盐岩具有孔隙度低,渗透率小,损伤自恢复和塑性变形能力大等特性.本文着眼于深部盐岩能源地下储备,在简要介绍国内外盐岩力学特性研究现状基础上,着重综述了近期关于层状沉积型盐岩工程力学特性研究的进展.层状盐岩压缩试验表明泥质硬石膏夹层对盐岩体的变形和破坏特性有明显的影响,揭示了复合岩体的变形和破坏机制;层状盐岩流变试验表明层状盐岩的蠕变主要由盐岩层控制,硬夹层的存在对溶腔围岩的长期蠕变起到抑制作用;为了深入了解界面的力学特性,开展了层状盐岩直接剪切试验、间接拉伸试验和界面微观分析试验,试验表明层状盐岩体中盐岩夹层界面具有较强的黏结力,这十分有利于盐岩溶腔的密闭性和稳定性;针对特殊的层状岩体提出了复合岩体Cosserat介质扩展本构模型,并应用于层状盐岩构造中能源储库稳定性分析中.最后指出了层状盐岩工程力学特性研究中值得关注的几个重点研究方向.      

匹配追踪说话人自适应方法

针对现有子空间自适应方法无法确定最佳说话人子空间的问题,提出一种基于匹配追踪的说话人自适应方法。将说话人自适应视为一种高维信号的稀疏分解问题,利用本征音和参考说话人超矢量的各自优势联合构造说话人字典;依据匹配追踪原理,通过迭代优化,以后验方式确定最佳说话人子空间维数及其基矢量。引入冗余基矢量检测与去除机制以保证算法的稳定性,并通过快速递推算法得到新说话人坐标。基于汉语连续语音识别的有监督说话人自适应实验结果表明,与本征音及参考说话人加权方法相比,平均有调音节正识率相对提高了1.9%。     

一种广义边距区分性训练准则

通过分析不同区分性训练目标函数之间的关系,以MMI(Maximum Mutual Information)作为分离度量,把不同的区分性训练目标函数统一为基于广义边距的区分性训练准则.并在该广义边距准则下,通过对其权重函数进行讨论,得到两种区分性训练目标函数:利用组合增进因子和候选词路径中误识词个数,加权候选路径,得到SBMMI(Soft Boosted MMI)目标函数;利用基于单个候选词的后验概率定义每一训练语句的错误识别率,采用幂指数的形式对单个候选词动态加权,得到VWMMI(Variable Weighting MMI)目标函数。实验结果表明,与软边距估计准则和增进的最大互信息方法相比,SBMMI方法准确率分别提高了0.89%和0.56%,VWMMI方法能在SBMMI方法基础上提高0.68%.     

基于统计匹配的VoIP说话人特征补偿算法

在VoIP说话人识别中,当使用原始语音(未经过编译码处理)训练的说话人模型识别经过语音编译码处理的测试语音时,系统的识别性能会发生下降.本文给出了一种基于统计匹配和EM(期望最大化)算法的VoIP说话人特征(12阶的LPCC系数)补偿算法,其中对假设失真特征与未失真识别特征间符合非线性(二次函数型)和线性函数关系时的函数参数进行了估计,并使用得到的补偿函数对失真特征进行补偿.实验结果表明,该特征补偿算法对VoIP中广泛使用的G.729 8kb/s、G.723.1 6.3kb/s、G.723.1 5.3kb/s编译码所造成的识别性能下降有较大的改善,其性能也优于CMS(倒谱均值减)方法.     

基于听觉事件检测的汉语语音声韵切分

提出了一种基于听觉事件检测的汉语声韵母切分方法。该方法首先使用耳蜗滤波器组对语音进行滤波,然后在每个频带上检测对应于能量突变的听觉事件,最后在不同频率范围对听觉事件进行融合以确定声韵母边界。实验结果表明,对8 kHz采样的干净语音切分准确率可达到88.9%;信噪比10 dB的语音切分准确率可达到82.9%以上。     

采用最少门单元结构的改进注意力声学模型

采用“编码-解码”结构的注意力声学模型存在参数规模庞大、收敛速度慢和在噪声环境中对齐关系不准确的问题。针对以上问题，先提出引入最少门结构单元减少模型参数，减少训练时间；再采用自适应宽度的窗函数和在计算注意力系数特征的卷积神经网络中加入池化层进一步提高音素与特征对齐的准确度，从而提升识别准确率。在英语和捷克语的实验结果表明，改进后的模型参数规模和音素错误率均下降，同时识别性能优于基于隐马可夫模型和基于连接时序分类算法的声学模型。      

语音关键词识别中基于MLP帧级子词后验概率的置信度方法

针对关键词检测系统中HMM模型框架下置信度计算存在的不足,本文提出了基于MLP帧级子词后验概率的置信度方法。与HMM模型框架下利用声学模型得分与语言模型得分进行置信度计算不同的是,该方法在MLP模型框架下直接将其输出的每帧语音类别的后验概率用于关键词置信度的计算,克服了HMM建模时假设每帧语音的声学特征相互独立以及对状态建模时采用有限混元的高斯分布的不足。关键词检出和置信度确认使用两套不同的模型结构,是两个完全独立的过程,便于融合其他的置信度特征。实验结果表明,本文提出的方法优于HMM框架下主流的置信度计算方法,且与其具有较好的互补性。因此本文将两种不同框架下不同的置信度方法进行融合,系统的等错误率(EER)相对提高了11.5%。     

基于长时信息的自适应话音激活检测

语音信号的长时信息应用于话音激活检测中表现优越.利用三种听觉滤波器组,对语音信号进行非线性的谱分解,本文提出了六种基于听觉滤波器组的长时信息,并提出了基于长时信息的自适应话音激活检测算法.该算法无需训练数据,根据多种长时信息,直接在待测信号中挑选出类别明确的信号,然后利用这些信号训练分类模型,对待测信号按帧进行语音-非语音分类.在TIMIT语音库和NOISEX-92噪声库上的实验表明,该算法在极低信噪比环境下,仍表现出更高的准确性和更强的稳健性.同时,在线实验表明,算法在实时处理中仍能取得优异的性能.     

果蔬仓储环境参数的智能监控系统研究及应用

设计了以单片机为控制核心的果蔬仓储环境参数检测及控制系统.该系统充分利用环境温度,合理选择系统中的节能元件,在智能地控制果蔬仓储温度、湿度、CO2和O2浓度的同时,达到节能的目的.     

采用逼近优化的提升大边距估计准则

针对大边距估计(Large Margin Estimation,LME)准则仅选取支持集内的最小边距进行调整导致边距利用不合理的问题,本文提出一种大边距准则目标函数的改进形式,通过增强竞争假设中与正确标注竞争关系较强的路径的似然得分,使训练数据的分类边距在一定程度上变小,从而进一步提高大边距估计的训练效果。并在此基础上,提出一种新的逼近优化方法,即当某点目标函数与辅助函数梯度方向相同时,在该点邻近的一定范围内,优化辅助函数即可带来目标函数相应的优化。在微软语料库上的实验成功证明了本文算法的有效性。