DTZH1505：大规模开源中文普通话语音库

近年来,深度学习在语音识别领域取得了突破性进展,并推动语音识别技术广泛应用到人们的日常生活中。语音识别模型的进一步优化需要更大规模标定数据的驱动,然而,目前开源的语音数据集规模仍太小,语料多为偏向书面用语的新闻类长文本。针对人机交互、智能客服等热门语音识别应用,通过众包模式采集朗读式语音,构建并开源了迄今为止最大规模的中文普通话语音数据集DTZH1505。数据集记录了6?408位来自中国八大方言地域、33个省份的说话人的自然语音,时长达1?505?h,语料内容涵盖社交聊天、人机交互、智能客服以及车载命令等,可广泛用于语料库语言学、会话分析、语音识别、说话人识别等研究。开展一系列基准语音识别实验,实验结果表明：相较于同规模中文语音数据集aishell2,基于此数据集训练的语音识别模型效果更好。     

联邦控制: 面向信息安全和权益保护的分布式控制方法

本文提出一种基于联邦智能的分布式控制方法—联邦控制. 作为联邦生态的核心环节, 联邦控制从联邦智能的需求响应出发, 以联邦数据的信息安全和权益保护为目标, 以区块链、平行系统为技术支撑, 为大型复杂系统提供高效、安全、可靠的控制与管理.     

η-one-class问题和η-outlier及其LP学习算法

用SVM方法研究one-class和outlier问题．在将one-class问题理解为一种函数估计问题的基础上，作者首次定义了η-one-class和η-outlier问题的泛化错误，进而定义了线性可分性和边缘，得到了求解one-class问题的最大边缘、软边缘和v-软边缘算法．这些学习算法具有统计学习理论依据并可归结为求解线性规划问题．算法的实现采用与boosting类似的思路．实验结果表明该文的算法是有实际意义的．     

组合夹具计算机辅助构型设计

随着社会的进步和经济的发展,多品种、小批量的生产类型已占主导地位,具有元件全部标准化的高柔性组合夹具已成为制造系统的必备辅助手段．将CAD和人工智能技术引入组合夹具设计中,可以提高生产效率、减轻劳动强度、缩短生产准备周期和加快产品上市时间．本文首先概括介绍了组合夹具计算机辅助设计的发展情况,然后主要对本课题组研制的智能型组合夹具计算机辅助组装系统的结构及其功能进行了介绍．     

人工神经网络专家系统智能设计平台体系结构的研究

在回顾研究ＣＡＤ技术的发展与现状的基础上,强调了人工神经网络和专家系统结合的必要性,并在此基础上提出了一种基于人工神经网络的智能设计体系,初步探讨了在神经网络技术与专家系统相结合的基础上,实现一种面向设计的专家系统开发工具的可能性。给出了该体系中知识的表示策略和方法以及求解过程。     

组合夹具组装CAD

组合夹具组装ＣＡＤ系统软件是在ＡｕｔｏＣＡＤＲ１４上进行的二次开发,实现了微机上的组合夹具三维组装设计,为了提高组装速度,对元件做了进一步的简化;元件库中的所有元件均采用三维实体造型,使得拼装效果更为逼真;强劲的用户帮助和图文并茂的三组菜单,使操作方便易学;并实现了组装图夹具元件的自动统计功能、该系统的使用,提高了组合夹具的设计质量,缩短了设计周期,并已作为商品化软件推向国内外市场。     

组合夹具计算机三维智能组装系统

将CAD和人工智能技术引入组合夹具设计中，可以提高生产效率、减轻劳动强度、缩短生产准备周期和加快产品上市时间。介绍了组合夹具计算机辅助设计的发展情况和研制的智能型组合夹具计算机辅助组装系统的结构及其功能，重点对系统中的智能模块做了阐述。     

多层专家系统知识表达与推理技术的实现

从实际出发,提出了一种用多层专家系统的技术解决复杂领域问题的方法。其技术的关键问题是知识的表达方法和推理机制的策略。对于知识处理文中给出了用KDL语言描述知识库的方法,对于推理机制给出了数据驱动、目标制导及双向求解的推理方法的具体算法,实践应用表明这些方法是可行的。     

主曲线异常检测及其在股票市场中的应用

复杂领域中,异常检测的困难是异常信息和正常信息高度混杂,针对此问题,提出了基于方差的异常检测模型（variance-based outlier detection model,VODM）．此模型把数据集的信息分解为正常信息和异常信息两部分,使得在正常信息损失最小的目标下,异常点集合就是前k个包含最多异常信息的样本．VODM只是一种检测异常的理论框架,为此,采用主曲线作为其实现算法．股票市场中异常收益检测的实验表明,VODM及其算法是有效的．     

组合夹具CAD专家系统中的知识表示方法

对组合夹具专家系统元件选择的知识表示方法做了为深入的探讨,并概括了此知识表示法的优点与不足。