基于自适应阈值活动语音检测和最小均方误差对数谱幅度估计的低信噪比降噪算法

针对低信噪比(SNR)环境下传统方法对声信号降噪的局限性，提出了一种联合自适应阈值活动语音检测（VAD）算法和最小均方误差对数谱幅度估计（MMSE-LSA）的实时降噪算法。首先，在VAD算法中通过基于能量概率最大值的概率统计来对背景噪声进行估计，对得到的背景噪声进行实时更新并保存；然后，将实时更新的背景噪声作为MMSE-LSA的参考噪声，并对噪声幅度谱进行自适应更新，最后进行降噪处理。通过在真实场景中对四类声信号进行实验，结果表明，该算法在保证对低SNR声信号的实时处理的情况下，相较于传统MMSE-LSA算法，降噪信号的SNR能够提高10~15 dB，且不存在信号过减的情况，可应用于实际工程。     

环境设计专业学习空间设计探析--以教室改造的参与式设计为例

学习空间的设计必须基于教育理念、学习模式、技术设施与精神氛围等因素展开,以更开放、灵活及多样化的有趣形态来吸引使用者。对于已掌握基本设计方法并具有一定设计思维的环境设计专业学生而言,设计与自身学习行为关联的学习空间,能体现"参与式设计"的特殊意义:即一方面以有着直观体验感受的熟悉空间作为训练案例来有效地整合设计能力;另一方面则通过用户与设计者身份的叠加,从使用者体验一维到对空间发展的专业预设考虑一维共同实现学习空间设计理念的更新。     

双离心机法线加速度计动态校准中三参数余弦算法实现及应用

在双离心机的线加速度计动态校准中,三参数余弦算法贯穿在幅频特性、相频特性以及幅值线性度的整个测试中。本文详细描述了三参数余弦算法的概念和推导过程,以及在双离心机线加速度计动态校准数据处理过程中三参数余弦算法的程序实现;介绍了在幅频特性和相频特性中关于采集点的选取方式,降低由于采集点选择方式不同对数据拟合精度造成的影响。选取某型线加速度计为例,利用双离心机进行动态校准,对采集得到的数据点进行曲线拟合并得到测试结果,验证了所编写的三参数余弦算法程序的可行性。     

基于深度学习的大采高工作面矿压预测分析及模型泛化

综采工作面矿压显现的分析与预测对于复杂地质条件下工作面顶板管理,保证矿井生产安全具有重要意义。采用关系型数据库储存液压支架工作阻力数据以及利用工作面推进过程中矿压显现的时序特性,采用SQL语言,运用长短时记忆网络(Long Short Time Memory,LSTM)深度学习方法,以红庆河矿31101大采高综采工作面矿压规律为研究对象,对工作面支架工作阻力、支架不平衡力、支架安全阀开启情况及初次来压与周期来压等矿压显现规律进行分析;基于建立的数据库,预测了红庆河大采高工作面矿山压力,预测结果表明LSTM方法较BP神经网络预测更具准确性。为进一步讨论本研究采用的LSTM网络模型的泛化能力,在采用布尔台42103大采高工作面、上湾矿12401大采高工作面少量矿压数据的前提下,使用迁移学习方法,对矿压数据进行预测检验,结果表明:LSTM模型具有很好的泛化能力,相比于不使用迁移学习方法,迁移学习可提高模型的泛化能力。最后,探讨了模型在3个大采高工作面矿压预测表现的差别,发现数据量本身对模型预测行为影响较大,增大数据量可弥补原始数据缺失等问题。在预测模型基础上设计了周期来压预警模型,集成形成相应矿压分析与预警系统,经工程验证判定预警系统分析效果良好。     

基于逐步优化算法的梯级电站优化调度研究

长河坝、黄金坪梯级电站投产后,面临"康甘断面送出受限""运行方式孤立""龙头水库未建"等一系列突出问题。因此,开展长河坝、黄金坪梯级水库优化调度研究具有现实意义。笔者从梯级电站的工程特性入手,通过探索出力联动机制,基于逐步优化算法(POA)建立优化调度模型,以1952～2017年的径流资料为基础,对梯级电站的年度发电量进行优化计算,并通过BP人工神经网络模型对计算结果进行检验,结果表明:优化模型计算稳定,收敛性好,为梯级水库优化调度研究提供了思路。