基于PCA和SVM的普通话语音情感识别

在语音情感识别中,情感特征的选取与抽取是重要环节。目前,还没有非常有效的语音情感特征被提出。因此,在包含6种情感的普通话情感语料库中,根据普通话不同于西方语种的特点,选取了一些有效的情感特征,包含Mel频率倒谱系数、基频、短时能量、短时平均过零率和第一共振峰等,进行提取并计算得到不同的统计量;接着采用主成分分析(PCA)进行抽取;最后利用基于支持向量机(SVM)的语音情感识别系统进行分类。实验结果表明, 与其他一些重要的研究结果相比,该方法得到了较高的平均情感识别率, 且情感特征的选取、抽取及建模是合理、有效的。     

一种类的序列化与反序列化框架

该文提出了一种方便扩展,高可复用的类的序列化与反序列化模块的框架设计,通过这种做法使程序开发人员从繁重的编码过程中解放出来,使他们能够更为关注程序中的业务逻辑。使整个程序系统结构清晰,方便维护。     

基于矩阵式变换器的异步电机直接转矩控制策略

研究一种基于矩阵式变换器的异步电机控制策略,分析了异步电机的直接转矩控制方法和矩阵式变换器的空间矢量调制,给出了在直接转矩控制方案中,矩阵式变换器矢量电压的选择.这一控制策略同时实现了矩阵式变换器的空间矢量调制和异步电机的直接转矩控制.利用MATLAB仿真平台实现了该控制策略,仿真结果表明:采用这一控制策略的调速系统具有良好的静、动态性能,并且保持了单位功率因素.     

基于PI3000平台的电力企业模型可视化研究

基于PI3000平台进行信息系统建设的第一步是企业模型的构建,原有的树状结构的模型描述方式不够清晰直观.提出了一种基于PI3000平台的电力企业模型可视化的方法,该方法以UML类图的方式展现信息系统中的企业模型,同时,为了增强可读性,重点研究了UML类图的自动布局过程.     

太湖蓝藻水华遥感监测信息系统设计及其关键技术

快速提取太湖蓝藻水华空间分布信息对于制定相关应急预案有重要意义,构建太湖蓝藻水华遥感监测信息系统可为之提供有力支持。从系统总体结构和系统流程角度介绍系统设计思路,并阐述研发本系统的关键技术。采用系统配置与单体软件模式技术实现菜单驱动的系统架构,并在影像数据自动化预处理基础上,运用蓝藻水华遥感监测模型,实现蓝藻水华空间分布信息自动化提取,使得本系统在太湖蓝藻水华遥感监测的业务化运行中取得明显效果。     

车牌识别嵌入式系统的软硬件设计

作为交通信息服务系统的重要手段,车牌识别技术避免了人工操作存在的各种弊端。文中设计了车牌识别嵌入式系统的软硬件,该系统的整体框架主要包含3个模块,分别是OV7670摄像头、STM32单片机和TFT显示屏。为满足任务需求,设计了最小系统和电源模块等硬件;为解决传统投影法误差较大的问题,该系统在字符分割前会先对车牌区域进行识别,并采用上下投影的方式在有效区域内进行字符分割。实验表明,该系统可以实现车牌识别功能,且精确度较高。     

非色散红外CO2传感器温度补偿方法研究

针对非色散红外CO₂传感器受温度影响导致测量精度低的问题,设计了单光路双通道的非色散红外CO₂传感器,提出一种BP神经网络补偿气室温度的新方法。本文分析了温度对传感器的光源、探测器以及对气体吸收系数的影响,并将BP神经网络补偿气室温度方法与其他补偿方法进行了实验对比。实验结果表明,BP神经网络补偿气室温度方法优于其他补偿方法,在测量10%～20%浓度范围内的CO₂时,最大相对误差为2.98%,重复性实验显示RSD为1.22%,为非色散红外CO₂传感器补偿温度提供借鉴意义。     

基于多变量形态学特征的健康老年人认知发展预测算法

由于体积、表面积等常规形态学指标对于皮层下核团而言过于笼统,因此传统的形态特征获取手段难以检测到其表面形态的细微变化。为解决这一问题,本文提出了一种针对皮层下核团的精细特征提取算法,并将其应用到老年人认知状态预测任务上。通过表面共形参数化、表面共形表示和基于互信息的表面流配准,提取了46名被试双侧海马和杏仁核各15 000×2个顶点上的形态学特征;通过斑块选择、稀疏编码与字典学习,和最大池化的降维流程,避免了维度诅咒的同时充分保留了核团的纹理信息;最后,以树为弱学习器,采用GentleBoost算法集成了最终的强分类器做认知预测。结果显示,仅纳入海马和杏仁核两个皮层下结构的新颖特征,即可达到85%的预测准确率,为皮层下结构的精细特征发掘提供了新思路。     

接触网检测大数据的应用与发展

接触网是保障电气化铁路可靠运营的重要基础设施,对接触网设备进行定期检测并依据结果进行维修,能有效保障铁路供电的可靠性。文中通过对铁路行业大数据技术的应用研究,分析了接触网大数据专业运用现状与目标之间的差距,梳理了为实现大数据应用而进行的数据规范、数据清理等有效检测数据管理手段,然后介绍了对设备状态微小变化识别和接触网质量状态变化趋势分析等智能分析技术,并对其在接触网设备状态预测预警方面的应用进行了阐述,最后介绍了人工智能和云计算等在接触网检测大数据中的应用。     

面向海量NetFlow数据的存储和查询处理方法研究

针对全国骨干网高速海量Net Flow数据到来速度快、数据量大以及对所存数据进行频繁多维查询操作的特点,提出了一种多维属性聚簇存储(MACS)模型。该模型根据实际应用环境中查询的特点对数据进行空间分片,以并行加流水的方式对数据进行存储。此外,为Net Flow提出了一种超多面体的查询模式。真实环境实验结果表明,运用MACS模型实现的系统单点数据实时存储速度达到270万条/s,远远快于其他的数据分析系统,并且多维属性查询的速度优于Hive和Impala。