考虑材料软化的洞室围岩弹塑性分析的统一解

基于统一强度理论,考虑岩土材料的软化特性,用弹性塑性软化塑性残余三线性应力应变模型推导出了洞室围岩塑性残余区半径、塑性软化区半径、洞周边位移、围岩内任一点应力及围岩压力的解析计算公式。同时给出了洞室围岩所处应力状态的判别式。得出的解答具有广泛意义。著名的Kastner公式、Airey公式均为本文的特例。通过实例分析了软化及不同强度模型对计算结果的影响。     

可变速率声码器的性能研究

主要介绍了Q4401可变速率声码器的工作原理和各种功能，PCM接口和CPU接口、初始化过程及命令格式等，并设计了一种典型的应用实例。实验证明该声码器将语音信号压缩至4-9.6kbit/s范围时，可达到普通电话的通话效果。     

基于条件PDF的宽带ISF参数分裂矢量量化方法

宽带ISF参数的矢量量化是语音编码中的重要环节,其量化性能的高低对于解码端语音的质量有重要影响.针对宽带语音ISF参数矢量量化问题,提出了一种新的量化方法.该方法利用ISF参数帧间相关性,将相邻2帧ISF参数的条件PDF用高斯概率模型表示.与传统分裂矢量量化不同,该方法首先根据前一帧的量化结果对当前帧分类、选择合适的码书,然后对该帧在选定的码书中进行分裂矢量量化.实验表明,该算法在每帧编码比特数44时达到透明量化,且平均谱失真比利用传统分裂矢量量化时的谱失真小.     

谈简笔画的审美特性及其教学

简笔画是一种形象创作方法,以其直观、易学、易懂的特点,在师范院校教学活动中显现出应有的实用价值.应把握简笔画的审美心理特性,加强学生心智与创造力的培养.     

刚柔混合三腿六维力传感器测力性能分析

研究了一种新型的三腿六维力传感器的测力性能,基于3-RPS(转动副-移动副-球副)并联机构研制传感器样机,建立了该样机的静力模型,得到了施加在传感器上的外力与传感器本身6个单维力传感器的映射关系;对新型传感器进行了静态标定实验,根据实验结果分析传感器的测力性能,得到三腿六维力传感器的测力性能评价指标,为该传感器的优化及应用提供了参考依据和基础。     

基于改进BP算法的电力系统谐波分析

在选取BP神经网络对谐波进行分析时,考虑到BP网络存在的缺点和不足,对BP网络进行改进。通过把FFT和改进的BP网络结合起来,实现对谐波的实时分析。该方法先对采样信号进行FFT运算实现预处理,得到谐波个数和谐波次数;然后根据谐波的个数来确定神经元的个数,通过谐波次数设定神经网络参数迭代的初始值;最后对改进的神经网络进行训练,可以实现谐波的精确分析。所提出的BP改进算法有效地提高了谐波分析的精度,实时性也得到了改善。     

煤层注N_2促排瓦斯时效性实验研究

为了研究煤层注弱吸附性气体强化瓦斯排放的过程和效果,利用自行搭建的煤层注气驱替实验装置,进行了注N_2驱替CH_4实验.实验结果表明:注N_2驱替煤层CH_4具有时效特性,排出CH_4体积分数逐渐衰减,流量先升后降.注气压力对驱替CH_4效果显著,注气压力越高,驱出CH_4体积分数衰减越快,驱出气体流量越大,增流效应越明显;相同时间内,注气压力越高,累计驱出CH_4体积越大,促排效果越明显.结合实验过程中二元气体物理状态变化规律,认为注N_2促排煤层CH_4机理有:气体的置换作用、气流的携载作用和气流的稀释扩散作用等.     

面向知识库的中文自然语言问句的语义理解

设计从自然语言问句到结构化查询的转换框架。该方法从自然语言问句的句法结构入手, 提出一套启发式识别实体与关系的方法, 并利用语料库建立从实体到知识库的映射, 对谓词进行消歧, 进而转化为计算机可理解的结构化查询语言。从百度知道抽取人物、地点、组织3类共 42 个问题作为标准测试集。实验结果表明, 所提出的框架能够有效地将中文自然语言问句转换为结构化查询, 为下一代智能问答系统打下良好的基础。     

MCFNet：融合上下文信息的多尺度视网膜动静脉分类网络

针对由于血管类间具有强相似性造成的动静脉错误分类问题,提出了一种新的融合上下文信息的多尺度视网膜动静脉分类网络（multi-scale retinal artery and vein classification network,MCFNet）,该网络使用多尺度特征（multi-scale feature,MSF）提取模块及高效的全局上下文信息融合（efficient global contextual information aggregation,EGCA）模块结合U型分割网络进行动静脉分类,抑制了倾向于背景的特征并增强了血管的边缘、交点和末端特征,解决了段内动静脉错误分类问题。此外,在U型网络的解码器部分加入3层深度监督,使浅层信息得到充分训练,避免梯度消失,优化训练过程。在2个公开的眼底图像数据集（DRIVE-AV,LES-AV）上,与3种现有网络进行方法对比,该模型的F1评分分别提高了2.86、1.92、0.81个百分点,灵敏度分别提高了4.27、2.43、1.21个百分点,结果表明所提出的模型能够很好地解决动静脉分类错误的问题。     

基于特征项扩展的中文文本分类方法

提出了一种基于特征项扩展的中文文本分类方法.该方法首先对文档的特征词进行分析,然后利用HowNet抽取最能代表主题的特征义原,接着根据这些义原对特征项进行扩展,并赋予扩展的特征项适当权值来说明其描述能力.最后利用扩展的特征项集提取特征进行分类.该文重点研究了如何抽取特征义原,如何给扩展项设定一个合适的权值.实验证明,该文方法能增加有效的特征项的数目,使分类正确率和稳定性均得到提高.