面向鲁棒自动语音识别的一致性自监督学习方法

提出了一种基于一致性自监督学习的鲁棒自动语音识别方法。该方法通过使用语音信号仿真技术,模拟一条语音在不同声学场景下的副本;在通过自监督学习方式学习语音表征的同时,极大化一条语音在不同声学环境下对应语音表征的相似性,从而获取到与环境干扰无关的语音表征方式,提高下游语音识别模型的性能。在远讲数据集CHiME-4和会议数据集AMI上的实验表明,所提的一致性自监督学习算法能够取得相比已有的wav2vec2.0自监督学习基线算法30%以上的识别词错误率下降。这表明,所提方法是一种获取噪声无关语音表征、提升鲁棒语音识别性能的有效方法。     

乙腈溶剂中芳酰基硫脲对F~-识别作用的理论研究

采用混合密度泛函B3LYP方法,在6-31G**水平上和URHF溶剂半径中优化乙腈溶剂中四种芳酰基硫脲及其氟离子复合物的几何构型,从几何结构参数、电荷布居、前线轨道、结合能以及热力学参数等角度探讨复合物形成过程中主客体间的相互作用,结果表明,芳酰基硫脲在乙腈溶液中识别氟离子是一个自发过程,识别作用主要是硫脲氮氢与氟离子的氢键作用。受体分子识别氟离子能力与取代基密切相关,以N-对硝基苯基-N’-对硝基苯甲酰基硫脲氟离子复合物最稳定。在基态结构的基础上用相同的理论水平计算了乙腈溶剂中四种受体分子及氟离子复合物的电子吸收光谱。结果表明,有取代基的芳酰基硫脲识别氟离子后的光谱行为变化大,有利于使用比色法检测阴离子。光谱理论计算值很好地反映了实测值,这为实验室开展工作提供了依据。     

基于深度学习的人体行为识别算法

目前,针对深度学习的人体行为识别研究,往往采用视频中的全局信息对人体行为进行分析.然而,局部信息缺失造成的特征提取不完备,同样会导致识别精度急剧下降.由此,提出了基于多流深度学习的人体行为识别方法,将人体局部信息与全局信息相结合,通过局部不同特征的精确识别,使人体行为识别更加准确.实验表明,与现有深度学习方法相比,提出的方法在数据集UCF101和HMDB51上识别精度分别平均提高了约4.0%和6.2%.     

非正态变异下的非线性轮廓异常点识别方法研究

在质量控制领域,非线性轮廓异常点识别问题是重点研究问题之一。本文综合运用了小波分析、数据深度、聚类分析等数据分析处理技术,提出了一种新的非正态变异的异常点识别方法。文章通过仿真分析技术,将新方法χ²与控制图方法进行性能对比,结果证实新方法能够以更高的准确率和稳定性识别异常点,表现出更好的异常点识别性能。最后将新方法应用于木板垂直密度轮廓实例对新方法进行验证,分析结果表明本方法能够有效识别出异常轮廓数据。     

基于人工标志识别的透射仪自动准直系统

目前大气透射仪存在发射端和接收端安装调校困难的问题,并且在工作过程中,发射端和接收端一旦发生偏移,光轴不处于一条直线,将大大影响能见度测量结果。针对这些问题,提出将近景摄影测量技术应用到大气透射仪的对准系统中,采用圆形作为人工标志物,通过图像处理及椭圆最小二乘拟合算法,计算人工标志物的圆心坐标,根据标志物的圆心坐标与摄像机镜头的中心坐标的位置关系,将发射端和接收端的摄像机镜头的中心通过旋转结构拉倒图像中心;由于摄像机与光轴是同轴设计,所以摄像机镜头对准就是实现了光轴的对准。实验证明,利用近景摄影测量技术能够实现大气透射仪快速准确对准,并且能够实时监控保证光轴始终保持一条直线。     

一种时域载荷识别数值算法及其不适定性研究

某结构在试验中,经历了持续时间很短的出水过程,试验中获得了该状态下关键位置响应的时间历程,需进行结构试验环境适应性分析。本文将杜哈梅卷积积分离散化,推导了时域内载荷与响应之间的传递函数矩阵;基于该传递矩阵的逆运算发展了一种时域内载荷识别方法,该方法在数值仿真过程中往往出现累计误差过大导致不收敛的现象,研究分析发现这属于反问题中典型的不适定性问题,并采用最速下降法有效克服了该不适定性问题;同时还考察了该算法在不同信噪比下的识别精度。研究结果表明,正弦、随机、半正弦冲击等多种载荷均获得了较准确的识别结果。本文提出的方法便于复杂工程结构有限元模型的应用。     

染料木素分子印迹聚合物的制备及其识别性能

以染料木素为模板分子、4-乙烯基吡啶(4-VP)为功能单体、乙二醇二甲基双丙烯酸酯(EGDMA)为交联剂、四氢呋喃(THF)为溶剂,采用本体聚合法制备了染料木素的分子印迹聚合物;采用静态平衡结合实验研究了该分子印迹聚合物对染料木素的结合能力和选择性能.结果表明,与化学组成相同的相应非印迹聚合物相比,染料木素分子印迹聚合物对染料木素的吸附性能和选择性更好.利用所合成的分子印迹聚合物作为固相萃取材料填充固相萃取小柱,可以选择性地从豆奶粉中分离、富集染料木素;此外,该分子印迹聚合物还有望用于其他豆制品的分析检验.     

选择性富集分离虎杖中白藜芦醇苷的分子印迹聚合物的制备及分子识别性能研究

以白藜芦醇苷(POL)为模板分子,分别以丙烯酰胺(AM)、4-乙烯基吡啶(4-VP)、甲基丙烯酸羟乙酯(HEMA)、甲基丙烯酸(MAA)为功能单体,二甲基丙烯酸乙二醇酯(EGDMA)为交联剂,偶氮二异丁腈(AIBN)为引发剂,采用本体聚合法制备白藜芦醇苷分子印迹聚合物。采用静态平衡结合实验研究了印迹聚合物对模板分子及不同底物的识别性能。结果表明,以丙烯酰胺为功能单体的印迹聚合物(MIP1)对模板分子的识别性能最好,其次是以4-VP为功能单体的聚合物(MIP2),以HEMA为功能单体的聚合物(MIP3)以及以MAA为功能单体的聚合物(MIP4)的分子识别性能较差。表明功能单体与模板分子之间相互作用的强弱对MIP的识别能力有较大的影响。静态平衡结合法以及Scatchard分析法表明,MIP1对模板分子呈现较好的结合能力和选择性,该印迹聚合物中形成了2类不同的结合位点,离解常数分别为7.43×10-5、3.70×10-3mol/L。将MIP1用于虎杖提取物中POL的固相萃取分离,效果良好。