人工神经网络在单晶合金设计中的应用

把一种新发展的功能极强的信息处理技术－计算机人工神经网络技术用于单晶合金的高温持久性能预测并和其它方法进行比较，结果表明：这种方法精度最高。     

蜡油加氢装置脱氮反应影响因素及改进措施

为解决蜡油加氢装置产品碱性氮含量不合格的问题,考察了焦化蜡油原料性质、反应温度、反应压力、空速、氢油比等因素对蜡油加氢脱氮率的影响,并提出降低加氢蜡油产品碱性氮含量的改进措施。结果表明:减压蜡油掺炼量为68.84%时,原料碱性氮含量最低;适当提高反应温度和压力,可提高脱氮率;空速为0.94 h~(-1)时,脱氮率最小,空速降低至0.77 h~(-1)时,脱氮率最高;氢油体积比约为750时,蜡油脱氮率低,氢油体积比约为1 300时,蜡油脱氮率高;改善原料性质、降低空速是提高蜡油加氢装置脱氮率最简单易行的方法。     

市电低菲利浦20CT3010彩电不启动的改进

菲利浦20CT3010彩电由于设计上的欠妥,当电网电压低于170V时,欠压保护电路动作,从而整机不工作。该机电源采用专用集成电路TDA2581Q,有效完善的保护电路。TDA2581Q的⑨脚为电源电压端,正常值为12V,当此脚电压过低时(小于9.4V)IC内部欠压保护动作,导致开关电源无输出。由电源电路原理圈1     

基于Fisher准则与SVM的分层语音情感识别

针对说话人无关的语音情感识别,提出一个分层语音情感识别模型,由粗到细识别悲伤、愤怒、惊奇、恐惧、喜悦和厌恶6种情感.每层采用Fisher比率从288个备选特征中选择适合该层分类的特征,同时将Fisher比率作为输入参数训练该层的支持向量机分类器.基于北京航空航天大学情感语音数据库和德国柏林情感语音数据库,设计4组对比实验,实验结果表明,Fisher准则在两两分类特征选择上优于PCA,SVM在说话人无关的语音情感识别推广方面优于人工神经网络(ANN).在两个数据库的基础上得到类似结果,说明文中分类模型具有一定的跨文化适应性.     

HCF保鲜剂的研制及其在桃保鲜中的应用研究

HCF保鲜剂的最佳配方为羧甲基壳聚糖(NOCC)1.0%、丙二醇2%、聚乙烯醇(PVC)1.5%、尼伯金丙酯0.05%,用HCF保鲜剂涂膜桃子后冷藏(3～5℃),可以有效降低桃子的呼吸强度、可溶性固形物含量及聚半乳糖醛酸酶(PG)活力,阻止桃子变软,还能抑制桃子超氧化物歧化酶(SOD)活力的降低,减少丙二醛(MDA)产生,延缓桃子的衰老。     

科研单位企业信息化建设面临的若干问题

随着信息技术的发展 ,与农业经济、工业经济等传统经济模式相对应的知识经济已在全球范围内形成 ,对人们从事的各种活动 ,都产生了巨大的影响。国际互连网络使国界淡化。一旦上网 ,人们便可参与到国际大舞台的活动中去。　　世界各国的企事业单位纷纷争上 Internet,将公司推向世界 ,及时了解各学科领域发展的前沿水平和最新成果 ,相互交流。本文重点探讨北京航空材料研究院下属百慕集团信息化建设的必要性及要解决的若干问题。1　信息化建设的必要性　　北京航空材料研究院集科研与生产于一身 ,不仅从事材料工程领域新材料、新技术的研究 ,…     

基于改进的排序式选举算法的语音情感融合识别

根据情感的连续空间模型,提出一种改进的排序式选举算法,实现多个情感分类器的融合,取得了很好的情感识别效果。首先以隐马尔可夫模型（HMM）和人工神经网络（ANN）为基础,设计了三种分类器;然后用改进的排序式选举算法,实现对三种分类器的融合。分别利用普通话情感语音库和德语情感语音库进行实验,结果表明,与几种传统融合算法相比,改进的排序式选举法能够取得更好的融合效果,其识别性能明显优于单分类器。该算法不仅简单,而且可移植性好,可用于其他任意多个情感分类器的融合。     

闪式提取赤芍总苷的工艺研究

以总苷提取量为评价指标,采用闪式提取器提取赤芍总苷,并利用正交试验法对影响赤芍总苷提取量的因素进行条件优化.结果显示,闪式提取赤芍总苷的最佳提取工艺为∶液料比30∶1(以水为提取溶剂),浸泡6h,提取电压为70V,提取时间2min,在此条件下经过3次提取所得赤芍总苷的平均提取率为4.84％.     

基于.NET的装备供应链信息共享平台设计

随着供应链模式在装备保障的应用,装备管理部门、仓库和供应商之间的信息共享变得越来越重要.文中在分析装备供应链的信息共享需求的基础上,构建了B/S的装备供应链信息共享平台的网络结构,并利用.NET设计了共享平台的系统结构,研究了装备供应链信息共享的运行流程,为我军装备供应链的信息共享的提供一定借鉴意义.     

汉语连续语流的重音自动标注研究

重音是语音合成、语音识别、语音情感识别中表征韵律信息的一个重要参数,对提高语音合成系统的自然度、语音识别系统的准确率、语音情感识别系统的正确率等有着重要的作用.基于汉语双模情感语音数据库(ChineseDual-mode Emotional Speech Database,CDESD),采用改进的双门限判决法对连续语音进行音节分割,将音节的声学相关特征作为输入,数据库中人工标注的重音信息作为监督,建立了基于神经网络以及支持向量机(Support Vector Machine,SVM)的两种重音预测模型.实验表明,基于SVM的重音预测模型具有更好的分类效果,在CDESD能够获得82.89％的识别率.