贝叶斯优化卷积神经网络公共场所异常声识别

针对公共场所异常声的感知和识别问题,提出一种基于贝叶斯优化卷积神经网络的识别方法。提取声信号的Gammatone倒谱系数、倍频程功率谱、短时能量和谱质心,组合成声信号的特征图。构建卷积神经网络作为分类器,利用递增的卷积核设置和池化操作处理不同尺度的特征。基于贝叶斯优化算法优化卷积神经网络的模型参数,对包括火苗噼啪声、婴儿啼哭声、烟花燃放声、玻璃破碎声和警报声的5种公共场所异常声进行识别。该方法的识别结果与基于不同的特征提取和分类器方案得到的识别结果进行比较,结果表明该方法的识别效果优于其他特征提取和分类器方案的识别效果。最后分析了该方法在不同信噪比噪声干扰下的识别结果,验证了该方法的有效性。     

2004年武汉市公共场所室内空气微生物检测结果分析

为了研究公共场所空气微生物污染水平,对武汉市36家公共场所采用空气平皿沉降法进行微生物污染水平调查;其中宾馆饭店7家,大型商场超市15家,娱乐健身等场所14家,共检测空气样品2 040件.结果显示:武汉市宾馆饭店(合格标准为≤10 CFU/皿)空气细菌总数全年不合格率为25%,大型商场超市(合格标准为≤75 CFU/皿)空气细菌数全年不合格率为0%,娱乐健身等场所(合格标准为≤40 CFU/皿)空气细菌数全年不合格率为0%.结果表明武汉市多数公共场所室内空气卫生质量良好,少数饭店受微生物污染较重.     

城市居民对环境噪声群体性反应的研究

2006年3月-8月在天津市区以问卷调查方式就居民对环境噪声群体性反应进行了研究。问卷采用了国际噪声组织ICBEN(International Commission on Biological Effects of Noise)第6小组推荐使用的两个标准调查问题,同时在参与调查的居民区内18个测点进行了道路噪声暴露量的测量,建立了居民对道路噪声群体性反应关系曲线。在此基础上对居民现处的声环境及居民对噪声问题的态度和评价特点进行了分析:调查对象能清楚地认识到噪声对生活质量的影响,对所处的声环境均持否定的态度,特别是对工作和公共场所的声环境。调查对象认为道路噪声是现在和将来困扰他们的最主要的噪声源,对建筑施工噪声最反感。调查对象更看重私密空间的声质量,噪声的主观评价也随被干扰活动的重要程度不同而不同。     

公共场所突发事件情境下受灾人群间信息的传播与扩散研究

针对公共场所突发事件情境下受灾人群间信息传播与扩散的特征,定义一种受灾人群间信息传播与扩散的微分过程.根据公共场所突发事件情境下信息的多元性,将信息分为消极信息和积极信息,基于Gilpin-Ayala扩散模型,建立一种基于公共场所突发事件情境下的受灾人群间信息传播与扩散模型,并对模型的动态过程进行分析,提出并证明了最佳安全疏散汇集点定理.利用定理的结论,分析突发信息传播扩散可能出现的情况,进一步分析信息传播与扩散对受灾人群的影响.最后通过算例计算分析,验证了理论的正确性和有效性,并根据计算结果给出了几点政策建议.     

以色列开发出小型生物毒气探测器

在超市、剧院和会议厅等大型公共场所，如果恐怖分子利用排气孔、烟道或空调管道等施放炭疽病毒等有害生物气体，其后果将不堪设想。为了应对这种恐怖袭击事件，以色列一家技术公司正在研制一种生物探测器，它可以像安装在房间顶部的烟雾探测器一样，实时检测出有害生物气体的种类，并发出警报，以防范生物恐怖袭击。     

某市区公共场所及家居室内空气中甲醛污染的调查分析

了解本市区公共场所及家居室内空气中甲醛污染状况.抽样调查监测本市某区114间公共场所及家居室内空气中甲醛含量.公共场所及家居室内空气中甲醛的总超标率为16.0%,装修后第1-3个月的超标率为27.5%-43.3%,6个月后的超标率为8.9%-18.0%,第1-3个月使用空调的场所甲醛超标率为29.2%,高于不使用空调的场所(12.0%).本市区公共场所及家居室内空气中存在甲醛污染,新装饰后空气中甲醛污染较严重,应推迟人住或开业时间,加强室内通风换气.     

低信噪比下公共场所异常声音声学特征提取

为了实现低信噪比下公共场所异常声音声学特征提取,提出经验小波滤波器组用于提取异常声音声学特征。首先,根据等效矩形带宽的人耳听觉特性,得到各滤波器的中心频率,计算出经验小波滤波器组的边界。然后,将边界代入经验小波细节函数和尺度函数中,形成经验小波滤波器组。最后,用经验小波滤波器组分解低信噪比下公共场所异常声音,经分解的各模态归一化对数能量作为异常声音声学特征,用于分类识别。相关实验表明,提出的经验小波滤波器组与典型的语音信号处理及时频信号处理方法相比,在低信噪比(0 dB)的商店、银行、办公室、自动取款机环境下,对异常声音的平均识别率提高了4.75%~37.92%,验证了提出方法的有效性。