针对细微特征进行K-means聚类的电台分选识别技术

现代战场中的无线通信设备日益增多，精准获取个体信息已成为研究热点，但也是难点。针对通信电台，提出了一种分选识别技术。该技术从电台物理层特性出发，对其辐射信号的细微特征进行K-means聚类以实现分选，分选的同时提取各个个体的特征属性值，未知信号通过与特征属性值相关运算实现个体识别。该技术无需先验知识，无需训练运算，通过实验验证，其可行、高效，易于工程实现。     

融合多类型特征的特定领域实体识别研究

特定领域实体具有分布稀疏、类型有限、领域性强等特点,与普通命名实体具有较大差别,在使用神经网络模型构建识别模型中面临训练语料规模有限、带标实体稀疏等困难。以武器装备名识别为例,研究深度学习框架下,词性、句法和领域知识融入神经网络模型的方法和效果。实验结果表明,在融入词性和领域知识后,武器装备名识别的F值分别提升了0.97%与9.5%。此外,通过在不同语料规模下进行实验并定量分析不同类型特征的分布特点,初步给出造成不同类型特征对深度学习模型有着不同支持作用的原因。     

失火故障模式下的柴油机信号特征分析

针对一汽锡柴公司某型号柴油机在不同故障模式下的信号特征进行分析,研究了在柴油机典型失火故障下经过小波包分解后的缸盖振动信号特征敏感性,为柴油机的故障模式分析提供参考.     

基于深度学习的电子商务语音客服中的客户情感研究

为了适应语音客户机器人根据客户情感开展高效服务的需求，研究了提高客户语音情感的识别率方法。首先从电话客服服务器录音中剪辑片段建立了CASIA中文多模态自然情感语料库，给出了14种主要情感和13种非典型的情感类型。其次建立了一个较大规模自然口语风格的汉语疑问语气语料库，并进行了单句、音节层面的韵律层级标注工作。最后采用线性融合韵律特征、梅尔频率倒谱特征的方法对汉语疑问语气、陈述语气进行分析，把整句的基频最大值、最小值也作为区分疑问、陈述语气的特征。实验结果表明，融合后的识别率较融合前平均提高了16%。     

某钢铁园区综合污水水质监测调查及处理分析

主要对某钢铁园区进行综合污水水质监测调查分析,以找出该综合污水处理厂污水水质、水量时空变化特征,从而为园区综合废水资源化回用提出解决方案。结果发现,该钢铁企业园区内3个泵站污水在排放时间、主要污染物、排放量差异明显,1号泵站因主要以生活污水为主,水中COD和悬浮物含量高;2号泵站以工业废水为主,其电导率较高;3号泵站为典型的工业废水,其含油量高。但是,该园区综合污水厂采用高密度沉淀池+V型滤池处理工艺,出水水质指标平均值都能达到回用水标准。     

瓦斯涌出影响因素及其变化特征研究

应用芦岭矿Ⅱ一采区已采阶段的大量生产实测数据，探讨了该采区瓦斯涌出量与回采强度的关系；研究了瓦斯涌出量与回采煤层厚度的相应变化特征；并通过对比分析得出了相对瓦斯涌出量、绝对瓦斯涌出量之间及其与煤层埋深的关系。     

立体停车特征分析及流畅性计算

机械立体停车设备具有占地省、操作简单．安全可靠、自动化程度高并可与停车收费管理系统相结合等特点，为解决城市停车难提供了有效途径，因而在发达国家得到了快速发展。随着我国经济的发展，逐步进入小康社会，汽车拥有不再是个梦。但汽车发展的同时也带来了城市停车的问题，目前国内各城市普遍存在交通拥挤、停车越来越困难的现象。     

用注浆法治理地下室混凝土墙体细微裂缝

某工程地下室建筑面积1800m^2，其外墙的钢筋混凝土于2002年9月1日浇筑完毕，混凝土设计强度等级为C30，抗渗等级为P6，厚度为300mm。在拆模后1个星期左右发现有细微裂缝。后来一直边观察边施工，到七层主体封顶后，共发现有39处出现不同程度的裂缝，平均长度2．2m左右，宽度约0．2mm，多见于柱墙交接处附近．形状为竖直纹或略带斜纹的不规则斜线。