使用二次特征选择及核融合的语音情感识别

为提高语音情感识别精度,对基本声学特征构建的多维特征集合,采用二次特征选择方法综合考虑特征参数与情感类别之间的内在特性,从而建立优化的、具有有效情感可分性的特征子集;在语音情感识别阶段,设计二叉树结构的多分类器以综合考虑系统整体性能与复杂度,采用核融合方法改进SVM模型,使用多核SVM识别混淆度最大的情感。算法在Berlin情感语音库五种情感状态的样本上进行验证,实验结果表明二次特征选择与核融合相结合的方法在有效提高情感识别精度的同时,对噪声具有一定的鲁棒性。     

冻融条件下玄武岩纤维增强水泥土抗疲劳性能的试验研究

通过试验研究了冻融循环对素水泥土及纤维水泥土的抗疲劳性能的影响。试验结果表明:掺入适量的玄武岩纤维可以改善水泥土的抗压、抗疲劳性能,而且对后者的影响更显著;纤维掺量越高,水泥土抵抗冻融循环破坏的能力也越强;水灰比对水泥土的抗压能力和抗疲劳能力的影响很大,因此在保证水泥土均匀拌合的前提下尽可能降低水灰比;应力水平越高,水泥土的疲劳寿命越短,且采用统计软件拟合出了应力水平S和疲劳寿命N之间的关系,工程上可根据S-N关系推测水泥土的应力水平或疲劳寿命。     

基于.NET MVC架构下的科研项目管理系统

通过对X市局科研项目管理工作需求的分析,系统采用B/S结构,以ASP.NET MVC作为系统的基本架构模式,在Visual Studio 2010开发平台下使用C#语言开发,结合.NET Framework 4.0框架、SQL Sever数据库、LINQ及Office等WEB技术来设计一套完整的科研项目网上管理解决方案.实现了对科研项目的申报、开题、预审、验收、报奖及统计等工作的网上管理.该系统已应用于X市局的科研项目管理工作,实际应用证明该系统界面友好,运行安全且稳定.     

冻融循环对玄武岩纤维水泥土力学性能的影响试验

对素水泥土及玄武岩纤维水泥土进行了冻融循环作用前后的无侧限抗压、劈裂抗拉试验,探讨并对比了冻融循环次数、养护龄期、水灰比、纤维掺量等因素对两种水泥土力学性能的影响规律。结果表明:掺入玄武岩纤维后水泥土的冻融强度损失率降低;水泥土的冻融强度损失率随水灰比的增大而增大,随龄期的增大而减小;冻融后水泥土的无侧限抗压强度、劈裂抗拉强度与其受到的冻融循环次数之间的关系可用双曲线拟合;水泥土的劈裂抗拉强度与无侧限抗压强度的比值在14%～17%之间。     

改进的RVM在肺结节检测中的研究与应用

在模式识别问题中,相关向量机（RVM）作为一种新的机器学习方法备受关注,近年来,多核RVM方法的提出使得RVM得到更广泛的应用。多核RVM模型中核参数的取值及不同核函数组合权重系数的取值对模型分类性能至关重要,然而在实际应用中其值却多由经验值给定而非定量分析计算得到。为此,对基于粒子群算法（PSO）及基于二阶锥规划（SOCP）的多核RVM参数优化模型进行研究,构造合理的核函数组合,并给出快速求解方法。最后将该方法应用到肺结节检测中,采用公共数据集LIDC中的肺部CT图像,通过图像处理模块,提取候选结节的特征信息,利用改进的多核RVM模型对肺结节进行分类验证。实验结果表明,与基于PSO的多核RVM模型相比,基于PSO与SOCP相结合的多核RVM模型不仅提高了运算效率而且取得了更好的分类性能。