基于视频三音子的双模态语料自动选取算法

为实现可视语音合成,建立符合条件的双模态语料库,提出双模态语料自动选取算法。根据视频中唇部发音特征,对已有的三音子模型归类,形成视频三音子,在其基础上从原始语料中自动选取语料,利用评估函数对原始语料中的句子打分。与其他双模态语料库相比,该语料库在覆盖率等指标上有较大改进,为实现具有真实感的可视语音合成奠定基础。     

超大体量泡沫混凝土在软土地区新建高速公路路基施工中的应用

为减少软土地区高速公路路基不均匀沉降,避免桥头跳车现象,增加高速公路行车舒适性和安全性,结合浙江省台州湾大桥及接线工程建设实际,对部分路段进行了超大体量泡沫混凝土路基换填。从超大体量泡沫混凝土路基换填的施工工艺、过程质量控制要点等方面进行了总结,其经验可为相关工程项目提供参考。     

粗糙集属性约简的完备算法

属性约简是Rough Set理论研究中的核心内容之一,现已经证明寻找决策表的最小约简是NP-hard问题.为了快速有效地得到最小约简,本文利用决策表的一些特点提出了一种完备算法,并给出了该算法的复杂度,最后通过实例分析表明,在多数情况下该算法能够得到决策表的最小约简.     

基于视频三音子的汉语双模态语料库的建立

为实现可视语音合成和双模态语音识别,需要建立符合条件的双模态语料库。该文提出了一种汉语双模态语料库的建立方法。根据视频中唇部发音特征,对已有的三音子模型聚类,形成视频三音子。在视频三音子的基础上,利用评估函数对原始语料中的句子打分,并实现语料的自动选取。与其他双模态语料库相比,该文所建立的语料库在覆盖率、覆盖效率和高频词分布律有了较大改进,能够更加真实反映汉语中的双模态语言现象。     

面向质量设计的Kriging组合建模技术

Kriging代理模型广泛用于替代计算昂贵的工程仿真模型.而现有单个核函数Kriging建模技术的预测性能依赖于具体问题,往往在不同情况下表现差异较大,缺乏普适性和稳健性.针对该问题,研究了具有多个核函数的Kriging组合建模,提出同时考虑核函数选择和多组权重因子.首先基于随机搜索变量选择法选择显著核函数组合,其次借助K均值聚类法获得多组权重因子,最后结合选择的显著核函数和多组权重因子构建Kriging组合模型.仿真算例和工业实例的比较结果表明,所提方法不仅产生更为精确和稳健的预测,而且能为质量设计提供可靠的优化参数组合.     

"三新"让服务零距离

随着消费升级,顾客对加油站消费环境的需求不断提高,简单的引车加油已经很难适应新时期新客户的需求了,服务不到位造成加油站高峰期加油现场拥堵的问题日益凸显,排长队、客户抱怨、加油耗时长、客户投诉等问题日渐暴露,隐性带出客户流失、现场通过率和客户回头率走低,严重影响了加油站的零售量,以及国有石油企业的品牌信誉. 如何从让"服务+速度"到"服务零距离"成为中石化宁德石油当前的重要课题.对此,宁德石油高度重视,结合"我为群众办实事",组织调研组多次到油站调研,通过召开客户座谈、现场访谈、焦点访谈等方式了解客户的服务需求,践行以客户为中心的理念,提出"三新"举措,打造零售经营管理新优势,持续推动宁德石油的高质量发展.     

“1234”工作法,攻坚创效“新基地”

"1234"工作法,让福建宁德石油取得零售9面红旗,机出零售同比增长3.1%。面对疫情后市场带来的机遇和挑战,中国石化福建宁德石油公司坚持"以服务内涵抓牢顾客心,以现场效率提高零售量",创新提炼了"1234"工作法,有效提升了加油站规范化管理和服务,实现了零售量平稳增长。2020年第一季度,宁德石油被销售公司评为管理服务提升活动先进地市公司。1-11月,宁德石油取得了福建石油"比学赶帮超"零售红旗9面,机出零售同比增长3.1%,汽油实现逆势正增长。     

数据驱动的贝叶斯SVR自适应建模及昂贵约束多目标代理优化

实际工程中的多目标优化问题往往具有黑箱特性且需要耗时的功能性评估,采用传统的进化优化方法求解,存在计算成本高昂且难以实现的问题.考虑代理优化方法在处理需要功能性评估工程设计问题中的高效性,提出一种小样本数据驱动下的贝叶斯SVR自适应建模及昂贵约束多目标代理优化方法.该方法在实现过程中选取贝叶斯SVR模型以减少功能性评估过程的昂贵仿真成本,利用最大化约束期望改进矩阵聚合策略进行新设计方案选取,并通过小样本信息的不断更新实现数据驱动下的贝叶斯SVR模型自适应更新和逐步优化.贝叶斯SVR模型具有强的边界刻画能力及预测不确定性度量功能,可为新样本挑选提供预测精度保障及潜在的改进方向.所提出的切比雪夫距离和曼哈顿距离聚合策略从样本填充的改进范围考虑,使其具有较强的改进边界探索能力,在多变量优化问题中具有计算复杂度低、适用性强的特点.测试函数及工程实例结果表明:1)所提出的方法可在小样本条件下有效减少昂贵仿真成本,提升昂贵约束多目标问题的优化效率;2)获取昂贵约束多目标问题的Pareto前沿在收敛性、多样性及空间分布性方面均具有一定优势.     

粗糙集理论在决策判断中的应用

属性约简是RoughSet理论研究中的核心内容之一,现在已经证明寻找决策表的最小约简是NP hard问题。本文首先阐述了可辨识矩阵的概念;然后在此基础上提出了一种基于可辨识矩阵和信息熵的属性约简的新算法,并给出了该算法的时间复杂度;最后,通过实例分析表明,本文算法能够成功用于决策判断,并且在多数情况下该算法能够得到决策表的最小约简。