子带t分布的快速独立向量分析在语声盲源 分离中的应用*

为了提高独立向量分析算法在盲语声分离任务中的分离性能,降低算法计算复杂度,并改善目前尚未完全解决的顺序模糊性的问题,该文提出一种基于子带t分布的快速独立向量分析算法。在声源模型方面,该算法首先利用语声信号重尾分布的特性,假设声源概率密度函数服从t分布,同时采用子带建模的方法来增强同一声源相邻频点的高阶依赖性,进而减轻频点间的顺序不一致问题。在空间模型方面,该算法采用秩1更新的方式估计声源信号,避免矩阵求逆操作和分离矩阵的估计,从而降低计算复杂度。实验结果表明,与现有的基于独立向量分析的盲源分离算法相比,该算法能够在相同的迭代次数下取得更优的语声分离性能。     

时间序列的变化点检测和趋势分析

趋势分析和变化点检测是时间序列分析中常用的工具. 变化点检测是识别过程行为的自然或人为的突然的变化,而趋势可以定义为对逐渐偏离过去的规范的估计. 本文使用了Cox-Stuart方法和变化点算法分析时间序列数据趋势的存在,并以澳大利亚的近地表风速时间序列为例. 澳大利亚的近地表风速趋势是根据研究出的新开发的风速数据集,通过使用局部表面粗糙度信息,以及不同高度收集的混合观测数据构建. 10 m处的风的速度趋势通常会增加,而2 m处则趋于减小. 假设检验测试,变化点分析和人工检查记录表明有几个因素可能是导致差异的原因,例如伴随仪器变化的系统性偏差,随机数据错误(例如累积日错误)和数据采样问题. 均质化以及基于变化点检测的技术和多期趋势分析阐明了风速趋势不一致的根源.     

基于偏最小二乘法判别分析与随机森林算法的牛肝菌种类鉴别

牛肝菌作为一种著名的野生食用菌,具有较高的食用价值和经济价值.牛肝菌种类繁多,不易区分,建立一种有效、快速、可信的种类鉴别技术,可为牛肝菌提高品质提供一种方法.本研究采集云南不同地区7种野生牛肝菌共计683株,获取样品中红外光谱和紫外光谱,分析不同种类牛肝菌平均光谱图特征.基于多种预处理组合(SNV+SG,2D+MSC...     

离子能量分析器测量特性的仿真研究

针对空间等离子体及其模拟环境、空间原子氧及其模拟环境对离子能谱测量的需要,利用仿真软件COMSOL,对离子能量分析器的低能离子测量特性进行了仿真研究。介绍了离子能量分析器的工作原理,对离子能谱测量过程进行了公式推导。通过对三种待选仪器设计方案进行离子透过率仿真分析,确定了一种较优的仪器设计方案。多种离子温度下的误差分析结果也表明,该设计方案能够较为准确地测量离子能量分布。分析了电场畸变、等离子鞘层、栅网对齐方式和离子温度对测量结果的影响,根据仿真结果对一些仿真实验现象做出了合理的解释。     

A Factor Analysis Perspective on Linear Regression in the ‘More Predictors than Samples’ Case

Linear regression (LR) is a core model in supervised machine learning performing a regression task. One can fit this model using either an analytic/closed-form formula or an iterative algorithm. Fitting it via the analytic formula becomes a problem when the number of predictors is greater than the number of samples because the closed-form solution contains a matrix inverse that is not defined when having more predictors than samples. The standard approach to solve this issue is using the Moore–Penrose inverse or the L2 regularization. We propose another solution starting from a machine learning model that, this time, is used in unsupervised learning performing a dimensionality reduction task or just a density estimation one—factor analysis (FA)—with one-dimensional latent space. The density estimation task represents our focus since, in this case, it can fit a Gaussian distribution even if the dimensionality of the data is greater than the number of samples; hence, we obtain this advantage when creating the supervised counterpart of factor analysis, which is linked to linear regression. We also create its semisupervised counterpart and then extend it to be usable with missing data. We prove an equivalence to linear regression and create experiments for each extension of the factor analysis model. The resulting algorithms are either a closed-form solution or an expectation–maximization (EM) algorithm. The latter is linked to information theory by optimizing a function containing a Kullback–Leibler (KL) divergence or the entropy of a random variable.     

Network Dynamics in Elemental Assimilation and Metabolism

Metabolism and physiology frequently follow non-linear rhythmic patterns which are reflected in concepts of homeostasis and circadian rhythms, yet few biomarkers are studied as dynamical systems. For instance, healthy human development depends on the assimilation and metabolism of essential elements, often accompanied by exposures to non-essential elements which may be toxic. In this study, we applied laser ablation-inductively coupled plasma-mass spectrometry (LA-ICP-MS) to reconstruct longitudinal exposure profiles of essential and non-essential elements throughout prenatal and early post-natal development. We applied cross-recurrence quantification analysis (CRQA) to characterize dynamics involved in elemental integration, and to construct a graph-theory based analysis of elemental metabolism. Our findings show how exposure to lead, a well-characterized toxicant, perturbs the metabolism of essential elements. In particular, our findings indicate that high levels of lead exposure dysregulate global aspects of metabolic network connectivity. For example, the magnitude of each element’s degree was increased in children exposed to high lead levels. Similarly, high lead exposure yielded discrete effects on specific essential elements, particularly zinc and magnesium, which showed reduced network metrics compared to other elements. In sum, this approach presents a new, systems-based perspective on the dynamics involved in elemental metabolism during critical periods of human development.     

基于光谱学分析的聚氨酯弹性体/聚磷酸铵/氢氧化铝复合材料阻燃机理研究

采用熔融共混技术,将聚磷酸铵(APP)和氢氧化铝(ATH)引入到聚氨酯弹性体(TPU)中,制备了一系列热塑性聚氨酯/聚磷酸铵/氢氧化铝(TPU/APP/ATH)复合材料。采用傅里叶红外光谱(FTIR)、X-射线光电子能谱(XPS)、扫描电镜(SEM)、激光拉曼光谱研究了TPU和阻燃TPU(FR-TPU)复合材料燃烧后炭渣的微观形貌、表面结构、元素组成、键合状态和石墨化程度,结合阻燃性能测试,揭示APP和ATH的协同阻燃机制。SEM分析表明相较于APP与ATH单独使用,TPU/APP/ATH炭层的空洞结构更少,炭渣的致密性更高。XPS分析表明FR-TPU的炭渣中C元素含量相比于纯TPU有所降低,O元素的含量有所上升,其中TPU/APP10/ATH10的C元素含量从88.2%降至69.24%,O元素的含量从8.07%升至17.78%,P和Al元素含量相较于单独添加分别从11.74%和16.36%下降至3.91%和3.31%。在此基础上,通过对C元素的分峰拟合发现TPU炭渣中C—C/C—H,C—O/C—N和CO/CN含量分别为61.05%,35.65%和3.30%;TPU/APP10/ATH10炭渣中三种结构含量分别为45.38%,45.00%和9.63%,说明ATH和APP复配使用有利于C元素形成酯、醚、羰基、羧酸（盐）、酯基等结构。通过对O元素的分峰拟合发现,TPU炭渣中O₂/H₂O,—O—,O三种结构含量分别为28.75%,44.36%和26.89%;TPU/APP10/ATH10炭渣中O₂/H₂O,—O—,O三种结构含量分别为44.33%,32.78%和22.89%,说明APP和ATH的加入有利于炭渣中O元素形成O₂/H₂O结构。通过对N元素的分峰拟合发现,TPU炭渣中—NH—,N结构的N元素含量分别为40.93%和59.07%;TPU/APP10/ATH10中—NH—,N结构的N元素含量分别47.17%和52.83%,说明ATH与APP复配使用促进了—NH—结构的形成。拉曼测试表明,相比于单独使用,APP和ATH复配使用,炭层的石墨化程度更好,致密性更高。以上分析结合阻燃测试可以得出TPU/APP/ATH复合材料阻燃机制：ATH受热分解生成氧化铝,吸收热量并释放大量水蒸气,有效促进APP降解,生成不燃性的氨气和聚磷酸,氨气和水蒸气稀释可燃性气体的浓度。随着温度继续升高,氧化铝可继续与聚磷酸反应生成偏磷酸铝[Al(PO₃)₃],同步催化聚氨酯基体成炭,形成高度石墨化炭层,石墨化炭层与偏磷酸铝一起覆盖在基体表面,有效抑制燃烧区域物质以及能量的输运,从而达到阻燃目的。     

HL-2M初始等离子体放电阶段的辉光放电清洗系统电极的设计与分析

针对HL-2M装置初始等离子体放电阶段所需的直流辉光放电清洗系统的电极进行了设计.对辉光放电清洗系统在不同工况下的系统负载进行了分析和拟定,并确定了电极结构设计分析标准.根据系统电极的结构特点并结合系统负载规范与分析标准,依据不同的失效模式对电极进行了失效分析.分析结果表明,此针对初始等离子体放电的电极设计能可靠安全运...     

碳氢扩散火焰实验研究：燃烧气氛对火焰光谱与温度的影响

辐射是各种燃烧过程中热传递的主要方式。在不同的火焰中,辐射光谱分布十分复杂。在这项工作中,利用光谱仪测量了可见光(200～900 nm),近红外(900～1 700 nm)和中红外(2 500～5 000 nm)波段火焰的光谱强度,分析了空气和富氧气氛下扩散火焰的光谱特征。并基于光谱分析,定量得到了火焰中碳烟以及气体发射的辐射力,计算了火焰的温度分布。结果表明,空气燃烧中的火焰温度低于富氧燃烧中的火焰温度。在空气气氛下,火焰中的碳烟和气体均对中的热辐射起着重要作用。而在富氧气氛下,气体对于火焰热辐射更为重要。在可见光和近红外波段,由于在空气气氛下火焰中碳烟的大量形成,光谱曲线显示出了良好连续性。而富氧气氛下火焰的辐射光谱降低。在中红外波段,空气气氛下火焰的气体辐射明显弱于富氧气氛下火焰的气体辐射。