方言转换系统中的音节切分算法研究

方言转换系统实现了普通话到济南话、沈阳话和西安话的实时语音转换.北方方言之间的差异主要体现在声调上,声调是属于音节的,因此声调转换模式转换是以音节为单位实施的.主要研究了方言转换系统中关键技术:连续语流音节切分算法.提出了一种基于自动机的逐级音节切分算法,分为语段切分、音节切分自动机和切分点自动校正三部分.该算法在误差48ms时,正确率达到72.55%,并成功支持了方言转换中的基频模式转换.     

MIPS内存管理单元的设计与实现

设计MIPS32 4kc处理器内存管理单元(MMU),该模块对处理器地址进行合法性检查,并按照不同的地址空间对虚拟地址进行静态或动态映射。在硬件上采用三级流水线方式实现JTLB,并为处理器指令端口和数据端口设计相应的快表以提高TLB的查询速度。MMU与总线接口模块的时序采用简化的AMBA协议,与处理器进行联合调试并运行Linux操作系统,同时在功能上通过FPGA验证。该模块经过DC综合后,面积约为32K等效逻辑门。     

计算机学科教师实践能力发展探究

本文根据计算机学科的特点以及培养应用型人才对专业教师工程实践能力的要求,阐述了新形势下提高教师工程实践能力的意义。在分析了计算机专业教师在实践能力方面的现状和问题之后,文章依据系统思考模式的思想,提出发展和提高专业教师实践动手能力的途径和措施,比如改善教师的组成结构、减少不必要的评比与考核等。这些改革的目标是建设一支既具有较高文化素质、业务技能素质,又具有较强动手实践能力的专业教师队伍。     

基于语义信息的存储能效的研究

随着数字化信息爆炸性的增长,存储技术成为IT业发展的新动力。存储系统规模的不断扩大,使能效问题越来越突出,主要表现为增加了系统运行维护和冷却的成本、降低了系统的可靠性和扩展性、加剧了存储系统周围环境的污染,因此研究存储能效问题具有较大的经济价值和实用意义。阐述了存储系统中磁盘能效的研究进展和现状,并从语义信息出发,设计与实现了基于语义信息的驱动程序。实验表明该驱动程序有效地降低了磁盘能耗,提高了存储系统I/O性能,优化了存储能效。     

基于PIC单片机的DNS客户端的研究与实现

主要论述了以PIC单片机为载体的DNS客户端的软件设计、系统编程等内容。DNS客户端是采用Microchip公司的PIC24FJ256GA106单片机作为处理器来控制并实现的,软件方面采用的是MPLAB IDE,可以用来为Microchip单片机开发应用程序,也可以提供单一的集成环境来为嵌入式单片机开发程序代码。经过试验调试证明,该DNS客户端可以实现域名与IP地址的解析,且稳定可靠,对用户透明,操作简单。     

一种神经网络自学习控制结构与算法

1　引言神经网络自学习控制代表性结果之一 [1 ] 是采用一个多层前馈网络 (对象仿真器 )辨识被控对象 ,采用另一个神经网络 (控制器 )学习控制仿真器后 ,再控制真实对象 .这个思想对于解决复杂工业过程对象优化控制问题具有一定意义 .但是 ,直接应用仍存在问题 :1)其中对象仿真     

关于小型水利项目施工进度管理初探

随着我国经济与科技的不断发展,各项生产活动和工程技术都在逐步与国际接轨,无论是管理方面还是技术革新方面都有了显著的飞越和提升。文章对小型水利项目的施工管理分别从时间、成本、计划优化等方面进行了进度方面的管理分析,希望可以给同行提供工作经验,提升相应的工作效率。     

基于专业应用的高职机电类专业数学课程改革

本文基于专业技术应用需要对我院机电类专业的数学课程改革进行了研究与实践,提出了分项模块化数学课程改革方案和"任务-模型-实现(task-model-realization,TMR)三步"教学法,给出了具体的教学案例。实践表明,分项模块化数学课程改革可以使高职机电类专业的数学教学主动适应机电类专业教学与技术应用的要求,提高学生的数学应用能力和专业学习能力,从而实现数学教学为专业教学和技术应用服务的教育功能。     

做学问耐寂寞，求创新不浮躁——祝贺《工业工程与管理》创刊十周年

一晃就是十年。时间过得很快，但对于干事业的人来讲，十年的每一步都付出了辛勤的劳动。记得刚接触《工业工程与管理》的时候，这个刊名就给我一种亲切感，因为与我学习的专业最贴近。所以，我非常关注《工业工程与管理》的发展。     

基于神经网络的石油价格预测

当前石油价格研究在石油价格数据选择、数据预处理和预测方法选择上存在数据时段选择不当、直接套用原始数据代入模型以及价格预测模型和训练数据类型不相匹配等问题,需要予以解决。在采用同期通货膨胀率指数调整、滑动平均周期项以及随机项滤波等方法对石油价格时间序列数据进行预处理的基础上,利用神经网络方法,以纽约商品交易所(NYMEX)为例对轻质原油期货即期价格时间序列数据建立预测模型。最后用油价波动趋势进行拟合分析,将预处理后的石油价格时间序列数据输入到神经网络预测模型,模型的预测结果和直接套用原始数据得到的预测结果相比较,其平均偏差率显著降低。