基于自组织映射网络的微表情运动规律分析方法

表情是人类情感交互的重要方式。神经生理学研究表明：微表情很难由主观意识所控制,是人类真实情感的流露。与宏表情不同,微表情发生常常伴随着面部左右和上下的不对称移动,运动模式复杂。但由于微表情运动幅度小,人眼难以直接观察,微表情运动规律尚未被深入解析。在公共安保等领域,对微表情识别算法的可靠性与可解释性有很高要求。因此,本文旨在研究微表情运动规律分析方法,实现微表情运动规律的系统性解析。本文工作包括：研究基于自组织映射网络（Self-Organizing Maps, SOM）的微表情特征无监督聚类方法,得到微表情运动模式及其概率。定义微表情运动相似度指标,它从面部14个感兴趣区域运动趋势的角度来衡量两个微表情运动特征的差异程度,并作为调节SOM网络权值的依据。本文对CASMEII、SAMM、SMIC和MMEW数据集的微表情样本进行分析,并根据SOM网络的聚类结果总结微表情运动规律,该规律可以指导微表情识别算法特征提取,提升可靠性。     

异戊橡胶功能化改性研究进展

综述共聚合功能化改性、后功能化改性和物理共混引入功能组分这3种方法对异戊橡胶(IR)功能化改性的研究进展,分析不同改性方法的改性机理,并建议加大对IR功能化改性的研究力度,尽快实现功能化IR生产技术的自主化,取代天然橡胶在一些领域的应用。     

矿井通风安全监控系统的监察

文章阐述了通风安全监控系统的监察内容与方法以及实施行政处罚的依据和原则。     

基于TVF-EMD的乐器音质特征分析方法及其应用

音质（Timbre）是音乐感知和言语识别的重要线索。传统音质分析方法无法同时获取理想的时间分辨率和频域分辨率,对音频的非平稳特性没有很好地处理。本文采用时变滤波经验模态分解（Time Varying Filtering based EMD,TVF-EMD）方法提取音频的固有模态函数用于希尔伯特变换,并构建了音质的希尔伯特频谱分布特征和希尔伯特轮廓特征。在乐器分类问题中,将提取的两类音质特征与Mel倒谱系数特征（Mel Frequency Cepstral Coefficients, MFCCs）有效结合,然后构造基于双向长短时记忆网络的音质时序分类器,在公开乐器演奏音频数据库中进行了乐器分类实验。结果表明,所提出的音质特征可以有效补充Mel倒谱特征等传统特征无法表达的非线性非平稳信息,大大提高了本音质表征方法对复杂音频的适应性和鲁棒性。      

洛市矿区煤自燃倾向性及危险程度分析

对洛市矿区61个委托煤样的色谱吸氧法自燃倾向性鉴定表明,同一煤种煤的吸氧量随挥发分、煤的真相对密度、灰分增大而减小的趋势较明显,吸氧量随全硫含量增大而增大的趋势较明显,但对具体的一个矿井或煤层而言,应参考煤自燃倾向性鉴定等级,结合矿井地质条件、采掘布置、通风系统以及所采取的防灭火措施的影响等因素分析其自然发火的危险程度.     

面向事件相关电位成分的稀疏字典构建方法

利用稀疏分解来研究EEG信号是一种新兴的可靠的方法。常见的稀疏字典学习算法中,K-SVD算法得到了比较广泛的应用。但是利用K-SVD算法获得的字典原子很难完整的包含EEG信号中的事件相关电位（ERP）成分,通常样本中的ERP成分都会分布在大量原子中。本文提出把常用的K-SVD算法基础结合稀疏性能指标作为约束条件,解决稀疏字典难以与ERP成分对应的问题,并给出利用该算法进行ERP分析的步骤。通过在一个基于听觉刺激的公开数据集上使用本文的方法,成功地获得了包含完整目标ERP成分的字典原子,证明了方法的可行性。      

面向混合乐器音乐分析的稀疏特征提取方法

为了解决混合乐器音乐数据的成分识别与解析研究中,现有方法过度依赖数据标签,且往往基于单纯频域或物理特征,与乐器固有性质关联不明显、对复杂成分的敏感度不足的问题,提出了一种基于稀疏分解和多种乐器成分字典的稀疏特征提取方法,通过对稀疏系数向量进行深入分析,得到可以独立使用,具有高可解释性的稀疏音乐特征。实验结果证明,这种特征能够直观地反映乐器成分组成与音乐情绪的变化,在混合乐器成分分析和其他各类时变信号分析领域具有显著的应用价值。     

无线通信技术在智慧植物园平台中的应用

在当前“互联网+”与文旅产业深度融合和发展的大背景下,在游客自主旅游的植物园中,提供智慧服务有着十分重要的作用。加强智慧植物园平台打造,不仅是智慧旅游实现的主要方向,而且是景区与游客之间信息交互和增强游览体验的关键所在,因此需要加强智慧植物园平台的建设,而无线通信技术在整个智慧植物园平台建设中有着十分重要的意义。由于在整个智慧植物园平台中,具有面向科考的视角,又有面向园区的视角,还有面向游客的视角,在整个智慧物植物园平台中,其关键工作就是为游客服务,因此,本文以智慧植物园平台中的面向游客模块为核心,选取智慧导览平台、无线通信平台和信息管理平台为例,对无线通信技术的实际应用要点展开研究。     

基于启发式掩模EMD的音频突变成分检测方法

多数情况下，音频信号可以视为是由稳态成分和突变成分两种成分组成，稳态成分与突变成分在属性特征方面具有明显的差异，而且突变成分通常承载更重要的信息，是信号处理要分析提取的目标。为有效检测出突变成分并将这两种成分分离，需要完整精确地检测提取出突变成分。为此本文提出一种基于启发式掩模经验模态分解（Empirical Mode Decomposition，EMD）的音频突变成分检测方法，该检测方法中使用启发式掩模EMD分解音频信号并从中提取出各点的瞬时信息作为检测特征，同时本文提出一种窗长自适应更新策略来设定适合突变成分的长度。在IOWA的乐器音频数据集中，该检测方法能够实现以98.68%的检测精确率和87.65%的检测召回率将音频突变成分检测出来。此外该检测方法无需人为干预，并且检测出的突变成分维度一致，便于进行后续的特征提取、分类识别等处理操作。      

动态硫化热塑性弹性体结构与性能研究进展

本文介绍了动态硫化热塑性弹性体分类、微观结构特点及形成机理、物理机械性能和相关的国内外研究进展。