改进卷积神经网络的语音情感识别方法

研究了基于卷积神经网络的语音情感识别算法,改进了传统卷积神经网络训练过程中的卷积核权值的更新算法,使卷积核权值的更新算法与迭代次数有关联;同时为了增加情感语音之间的特征差异性,将语音信号经过预处理后得到的梅尔频率倒谱系数特征数据矩阵进行变换,提高卷积神经网络的表达能力.实验表明,改进后的语音情感识别算法的错误识别率比传统算法的错误识别率约减少7%.     

基于KPCA和模糊物元模型的公交运营质量综合评价

优先发展公交是缓解交通拥堵、提高人民群众生活品质的必然要求.建立合理的公交线路运营质量评价体系将促进公交行业的管理机制发展,为提高城市公交水平提供依据.将核主成分分析法(KPCA)与模糊物元模型相结合,针对公交运营特点构建综合评价模型.采用KPCA对原始线路运营数据进行降维处理,提取具有代表性的指标值避免过多效用低的影响因素,得到相应权重.然后采用模糊物元法来对公交线路运营质量进行评级,克服传统评价方法对所有实测样本过度依赖的弊端.最后将此方法用于汕尾市12条在开线路的评级,计算结果表明该方法对公交线路运营质量评价具有实用性和合理性.     

喀斯特石漠化地区退耕模式对土壤团聚体组成和稳定性的影响

探明贵州花江—关岭喀斯特石漠化地区不同退耕模式对土壤团聚体组成和稳定性的影响,为石漠化地区不同植被恢复模式的水土保持效益评估提供科学依据。选取喀斯特石漠化地区耕地(对照)、乔木林地和花椒林地土壤为研究对象,采用湿筛法测定0～40 cm土层土壤团聚体组成,计算0.25 mm水稳性团聚体含量(R_(0.25))、平均重量直径(MWD)、几何平均直径(GMD)和分形维数(D)等团聚体指标。结果表明:1)耕地转变为乔木林地和花椒林地显著增加了粗大团聚体(2 mm)含量(P0.05),显著降低了2 mm粒径团聚体含量(P0.05);2)土壤R_(0.25)、MWD和GMD值表现为乔木林地花椒林地耕地,土壤分形维数D值则相反;3)退耕后土壤团聚体稳定性的增加主要与粗大团聚体含量增加有关,2 mm和0.25 mm粒径是土壤团聚化过程中关键的临界点;4)退耕后,土壤团聚体含量和稳定性指标的变化幅度随土层深度的增加而减小,表明表层土壤团聚体组成和稳定性对土地利用变化的响应更为敏感。     

江西官山彩叶植物监测与资源分析

对江西官山自然保护区彩叶植物进行监测与调查。结果发现:1)本区野生彩叶植物共有64科88属189种,双子叶植物比例最大,占95.23%,单子叶植物占1.59%,裸子植物占1.59%,蕨类植物占1.59%,蔷薇科(Rosaceae)、壳斗科(Fagaceae)、杜鹃花科(Ericaceae)、忍冬科(Caprifoliaceae)为优势;2)乔木∶灌木∶藤本∶草本=4∶2∶1∶1;3)按叶片的色彩以及变色期分为5类,红色叶类植物占据绝对优势有50科81属141种,占72%;4)最佳观测的4个地点有李家屋场、生物多样性监测大样地、西河保护管理站至大坝洲电站的公路两边、将军洞。研究结果可为野生植物物候监测、资源保护及开发利用提供参考。     

基于AHP-SWOT方法的新疆反恐维稳战略研究

目的针对当前新疆反恐维稳形势,运用定性定量相结合的方法进行分析,可为决策部门提供具有较强参考性、说服力的意见建议。方法通过研判内部优势劣势、外部机会威胁,设计数据层次评价模型,运用AHP-SWOT方法,分析各类因素,提出反恐维稳战略发展路径。结果充分利用外部机会,发挥自身优势,不断扩大战果,着力打赢反恐维稳攻坚仗。结论运用AHP-SWOT方法,能有效解决定性研判反恐维稳战略存在的不足,使分析更具合理性、准确性。     

基于脉内LFM-Costas频率步进的抗间歇采样干扰方法

线性调频(linear frequency modulation, LFM)分段脉压对抗间歇采样干扰时,子脉冲顺序步进,使得采样子脉冲与相邻子脉冲脉压后,残余信号积累从而形成干扰带;干扰抑制时信号不连续采样,产生谐波分量。针对这两个问题,提出一种基于脉内Costas频率步进的LFM波形抗间歇采样干扰方法。该波形综合LFM和Costas编码的优点,具有理想图钉型的模糊函数,不仅可以抑制干扰带,还可以大大降低谐波分量,最终提高抗干扰性能。理论推导和仿真分析验证了该方法的有效性。     

基于模糊神经网络和遗传算法的机器人三维路径规划

【目的】为了有效提高机器人三维路径规划精度。【方法】基于模糊神经网络和遗传算法建立了一种新的路径规划方法。【结果】根据路径长度和路径能量提出了三维路径规划的评价指标和优化函数,同时利用模糊神经网络建立了三维路径的5层结构,并结合遗传算法来优化并求解最优路径。【结论】通过仿真实验深入研究了影响该方法的关键因素,结果表明该方法具有更好的适应性。     

基于异或解密的(k,n)视觉密码方案

传统的视觉密码方案是通过直接叠加分享份来恢复秘密图像的,这种解密方式实质上是对分享份进行逻辑或运算,白像素无法完全恢复,解密效果不理想.利用异或运算的自反性改进加密方式,并使用与数字图像相同的颜色表示方式,提出一种基于异或解密的(k,n)随机网格视觉密码方案.该方案有两种解密方式:当没有计算设备时,使用传统的叠加解密,解密过程简单;当有计算设备时,使用异或解密,需少量计算,但具有更好的视觉质量,并且当所有分享份都参与异或解密时,可以无损恢复秘密图像.与已有的视觉密码方案相比,该方案提高了解密图像的视觉质量.