基于时差法的双声道超声波水流量计

针对中小管径单声道超声波流量计由于声道少而易受流场分布不均匀的影响，提出了一种基于时差法的双声道超声波水流量计。流量计的硬件系统由STM32L431低功耗模块、高精度计时模块TDC-GP22等组成。根据双声道管段结构，提出了基于卡尔曼滤波算法的数据融合方法，将两个声道的测量数据融合并完成滤波处理，提高了流量计的测量精度。实验测试表明，流量计测量误差在2.5%以内，卡尔曼融合滤波算法可以有效提高流量计测量精度。     

耐高温铝基板的制备及性能研究

采用双酚S型环氧树脂、双酚A型酚醛环氧树脂和聚氨酯改性环氧树脂三元共混，并复合不同比例的氧化硅和氧化铝填料制备了耐高温胶粘剂并将其应用于铝基板。通过正交实验确定了原料最佳配比，研究了原料用量对体系玻璃化转变温度、耐热性、热应力、剥离强度的影响。结果表明，当双酚S环氧、双酚A型酚醛环氧、聚氨酯改性环氧与填料的质量比为4∶5∶1∶2.4时，体系的综合性能最好，此时T_g为186℃，5%失重温度为375℃，铝基板的288℃漂锡时间为1 098 s，剥离强度为1.25 N/mm。     

智能道路标牌系统设计综述

智能标牌系统是实现智能交通和智能城市快速发展的重要工具。传统的道路标牌只能用固定的文字、符号、颜色向交通参与者单方面传递信息，无法实现对交通流的有效控制和满足人们的出行需求，智能标牌的出现弥补了这些缺陷。首先对传统道路标牌的现状进行了综述，针对智能标牌在人们出行和未来城市道路发展方面的影响，从信息感知、信息通信、低功耗不同角度分析了传统标牌的不足和智能标牌的发展需求，阐述了智能标牌中的关键技术，最后对未来的发展做了展望与总结。     

基于深度神经网络的噪声环境下对话行为分类模型

对话行为可以在一定程度上表达说话人的意图,对话行为分类是机器翻译、人机交互设计等领域的基本要求,对于语音识别领域具有重要的意义.针对噪音环境下的对话行为分类提出了一种新的模型,通过快速噪声估计谱减法进行语音增强,采用长短期记忆网络对经过卷积神经网络语言嵌入后的词向量进行学习,从而得到具有抗噪性的对话行为分类模型.使用中文日常用语语料库的样本进行了多组对比试验,以测试新模型的抗噪声能力和对话行为分类的准确性.结果表明在0 dB的噪声环境下,模型的对话行为分类准确度达到95.5％,当噪声增加到5 dB时仍能保持94.1％,为噪音环境下的对话分类提供了一种新的模型.