汉语朗读话语重音自动分类研究

汉语的重音由于受到声调、语调以及韵律单元层级的干扰和制约,对于重音的自动感知一直是比较困难的问题。针对标准的朗读普通话语,本文在广义韵律结构的框架下研究了重音的声学表现,设计并实现了重音的自动感知模型。本文提出的基于分类树结构的区分度模型能有效地结合韵律单元结构对重音的制约。研究结果表明,音高高线、调域、音长是表达重音最重要线索,利用这些线索能有效地实现对重音的自动感知。我们的模型能一般能达到80 %左右的重音检出水平。     

基于Lissajous图形的光纤分布式扰动传感器定位方法

研究了一种基于Lissajous图形的光纤分布式扰动传感器定位方法。光纤分布式扰动传感器基于Mach-Zehnder干涉仪,通过两路输出信号的时延得到扰动定位。在两路输出信号的Lissajous图形中构造拟合椭圆,基于实验数据的仿真研究表明:通过椭圆半短轴长可以得到时延,实现定位。对该方法进行了仿真和实验研究,在无需噪声抑制的条件下定位精度较高:在信噪比为-6~7 dB范围,最大定位误差为207 m;多次测量中,最大误差为94 m。研究结论可以为光纤分布式扰动传感器定位方法提供新的技术参考。     

Road traffic states estimation algorithm based on matching of regional traffic attracters

To effectively solve the traffic data problems such as data invalidation in the process of the acquisition of road traffic states, a road traffic states estimation algorithm based on matching of the regional traffic attracters was proposed in this work. First of all, the road traffic running states were divided into several different modes. The concept of the regional traffic attracters of the target link was put forward for effective matching. Then, the reference sequences of characteristics of traffic running states with the contents of the target link＇s traffic running states and regional traffic attracters under different modes were established. In addition, the current and historical regional traffic attracters of the target link were matched through certain matching rules, and the historical traffic running states of the target link corresponding to the optimal matching were selected as the initial recovery data, which were processed with Kalman filter to obtain the final recovery data. Finally, some typical expressways in Beijing were adopted for the verification of this road traffic states estimation algorithm. The results prove that this traffic states estimation approach based on matching of the regional traffic attracters is feasible and can achieve a high accuracy.     

基于小波包和AGA-LSSVM模型的滚动轴承故障诊断

为了解决滚动轴承故障特征提取和故障类型识别问题,提高诊断准确率,提出了一种基于小波包与自适应遗传算法优化最小二乘支持向量机(AGA-LSSVM)相结合的故障诊断模型.首先由小波包分解与重构获取振动信号中能反映不同故障状态的能量特征向量,其次,由经过自适应遗传算法优化的LSSVM模型对滚动轴承常见故障进行诊断.Matlab运行结果表明,相较于传统LSSVM方法,所采用的方法可靠度较高,可以较好地实现对轴承故障的诊断.     

基于李萨如图的光纤分布式传感系统定位方法

提出了一种基于传感信号李萨如图的定位方法,对扰动进行定位。根据李萨如图的拟合椭圆,研究了拟合椭圆参数和时延之间的线性关系。利用实验室建立的2km的Mach-Zehnder(MZ)干涉仪型光纤分布式扰动传感系统,在2 Mb/s的采样速率下,应用李萨如图定位方法实现了100m的定位精度,多次测量的平均定位误差为50m,小于互相关法的定位误差。该方法简单,无需信号的先验知识,具有更好的稳定性。     

基于约束模型的韵律短语预测

本文提出了基于语法约束和长度约束的韵律短语预测模型。在语法约束模型中,我们引入了组块作为基本的节律分析单元。韵律短语的长度约束模型是利用隐马尔科夫模型对语句中韵律短语的长度规划进行建模,这个模型对短语的长度分布及韵律词与韵律短语的关系进行了描述。最后,利用一个称为k-候选的方法来融合这两个约束模型。整个方法充分利用了韵律短语的语法约束和长度约束,并将之有机地结合起来。试验表明,该预测模型达到了很好的效果,韵律短语边界识别的调和平均值达到82.9%。     

不同因素对交通传感器布局优化问题的影响模式

详细分析了传感器布局(SLP)的多种影响因素并给出相应的数学表达,在最大综合价值模型(MIVM)的基础上,给出了MIVM简化模型及其算法,并用于研究各因素对SLP问题的影响模式.数值实例结果表明,本简化模型能揭示SLP与影响因素之间的内在作用方式,能直观分析各因素对最优SLP问题的影响模式.通过各因素变化时最优SLP二维离散点的分布和运动趋势,揭示了各因素对最大综合价值和最优传感器个数的影响机理,从而当某影响因素变化时能给出相应的策略,使SLP时刻保持或趋向于最优状态.     

Traffic condition estimation with pre-selection space time model

A pre-selection space time model was proposed to estimate the traffic condition at poor-data-detector, especially non-detector locations. The space time model is better to integrate the spatial and temporal information comprehensibly. Firstly, the influencing factors of the “cause nodes” were studied, and then the pre-selection “cause nodes” procedure which utilizes the Pearson correlation coefficient to evaluate the relevancy of the traffic data was introduced. Finally, only the most relevant data were collected to compose the space time model. The experimental results with the actual data demonstrate that the model performs better than other three models.     

多模态的交通流量预测模型

针对交通状态的多模态性,提出了多模态的交通流量预测方法.引用道路服务水平将交通状态分为6级(类)模态,并研究了不同模态与流量之间的对应关系.多模态的交通流量预测模型根据历史数据判断交通模态的改变情况,在整合自回归移动平均模型(ARIMA)预测的基础上,利用模态修正函数动态调整ARIMA预测中产生的时滞误差.以实际交通流...     

基于道路检测器的交通信息空间特性分析

在分析道路交通信息空间分布特性的基础上,定义了一个描述交通信息空间关系特性的信息度函数.并利用北京二环路上的交通数据进行相关性分析,绘制散点分布图,给出信息度函数的数学表达式.基于标定的信息度函数可获得路段交通信息的空间分布,并为交通检测器布局优化及其组网优化研究提供参考.