基于卷积神经网络的重录语音检测算法

使用重录语音冒充他人身份会为社会安全带来严重威胁。但是,目前对于重录语音检测的研究仍相对较少。已有的重录语音检测方法一般集中于传统的信号处理方法,其特征提取的算法较为复杂,具有较大的局限性。为此,提出一种基于卷积神经网络的重录语音检测算法。所提出的网络结构依据语音信号的时频特征进行特殊设计,与时频图的特征分布特点高度契合,能将训练参数分配到更合理的地方,从而能使用更有效的特征来训练更紧凑的参数,因而大大降低了模型过拟合风险。为了验证该算法的性能以及通用性,采用不同录制设备、录制环境及录制距离的重录语音对算法进行测试。实验结果表明,该算法对不同设备和场景下录制的语音均达到了99.8%以上的检测率。由于采用时长0.2秒极短语音段作为检测数据得到以上的准确率,说明算法在实际应用场景中具备广泛的适用性。     

基于Kingview的铝丝矫直器的PLC控制与实现

铝丝矫直器用于矫直铝丝的平直度,在线材铝丝拔拉过程中起到关键性作用。在生产过程中,由于铝丝拔拉产生残余的拉应力,从而导致铝丝不稳、波动大而出现断丝现象[1]。为更好过渡这类问题,本系统采用基于组态王与PLC模拟试验台测试工况,实现对铝丝矫直器工作台的运动全监测及各模块详细监测与数据采集。经试验,该仿真的实现为控制系统的现场调试减少了物资消耗,提高了工作效率,对铝丝矫直器工作台的运动能更为直观地监测与更加便捷的控制。     

施工人员安全态度及其组分对行为的影响

为解释行为的认知决策过程,了解影响途径,本研究将安全态度分解为认知、情感和行为三个组分,构建施工人员不安全行为意向影响因素修正模型,采用问卷调查进行实证分析。共400名地铁施工人员参与本次研究,回收问卷376份,可利用问卷173份,使用AMOS构建结构方程模型,对不安全行为倾向的影响因素进行验证。结果显示情感态度和行为态度均对行为倾向有显著影响,而认知态度对安全行为有直接显著影响,但对行为倾向没有直接影响。研究结果表明,安全态度三组分对行为倾向和行为的影响途径并不完全相同,安全态度的改变不仅与安全氛围有关,也与安全知识和技能增加有关,可以在安全培训过程中潜移默化地得到改善。