“贝辰加镍”联合企业选矿厂提高金属回收率的途径

提高有色金属和其他有色金属矿物的选矿回收率是国民经济的重要任务。为了揭示降低最终尾矿中金属损失的特性和考查降低最终尾矿中金属损失的方向,已经对选矿一厂在1978年一季度期间的最终尾矿平均试样的物质组成进行了研究。列于表1的选矿厂二号系统最终尾矿中各粒级的金属分布指出,矿物的主要损失与     

基于RefineNet的端到端语音增强方法

为提高神经网络对语音信号时域波形的直接处理能力,提出了一种基于RefineNet的端到端语音增强方法.本文构建了一个时频分析神经网络,模拟语音信号处理中的短时傅里叶变换,利用RefineNet网络学习含噪语音到纯净语音的特征映射.在模型训练阶段,用多目标联合优化的训练策略将语音增强的评价指标短时客观可懂度(Short-time objective intelligibility,STOI)与信源失真比(Source to distortion ratio,SDR)融入到训练的损失函数.在与具有代表性的传统方法和端到端的深度学习方法的对比实验中,本文提出的算法在客观评价指标上均取得了最好的增强效果,并且在未知噪声和低信噪比条件下表现出更好的抗噪性.     

基于需求评估响应的循环迭代本体构建方法

针对与IEEE 1074-1995软件开发标准相比成熟度较高的METHONTOLOGY方法和七步法中未考虑到本体质量评估及其响应的问题,提出一种基于需求评估响应的循环迭代本体构建新方法。首先,借鉴软件开发V-模型和本体测试框架对所建本体进行需求分析,以定义出一套强调满足需求而非知识丰富度的本体测试文档;其次,细化核心架构、架构知识体系,并更新测试文档;最后,利用测试文档分别评估核心架构、架构知识体系、需求分析上的知识可满足性表达,并在知识表达不满足的情况下进行本体的局部或全局更新。与本体构建常用方法相比,所提方法能实现本体构建过程中的评估与迭代演进。此外,运用该方法建立的政务本体不仅为事项办理相关知识提供了知识表征框架,还为政务知识计算提供了新思路。基于所提方法开发的政务流程优化程序已成功应用在某省的政务大数据分析领域,这在一定程度上证实了方法的合理性与有效性。     

基于颜色和边缘特征直方图的图像型垃圾邮件分类模型*

提出了一种新型的图像分类识别方法,该方法不依赖于对图像内容文字信息的提取,而是直接采用图像的颜色信息和图形边缘特征来构造用于图像模式分类的统计模型。通过在公开数据集上的实验结果表明,提出的模型对图像型垃圾邮件具有良好的分类能力,分类性能优于现有相关方法。由于该方法对图像型垃圾邮件的分类准确率高,且不受图像文字识别干扰技术的影响,具有良好的应用前景。     

基于节点-属性二部图的网络表示学习模型

在图结构数据上开展推理计算是一项重大的任务,该任务的主要挑战是如何表示图结构知识使机器可以快速理解并利用图数据。对比现有表示学习模型发现,基于随机游走方法的表示学习模型容易忽略属性对节点关联关系的特殊作用,因此提出一种基于节点邻接关系与属性关联关系的混合随机游走方法。首先通过邻接节点间的共同属性分布计算属性权重,并获取节点到每个属性的采样概率;然后分别从邻接节点与含有共有属性的非邻接节点中提取网络信息;最后构建基于节点-属性二部图的网络表示学习模型,并通过上述采样序列学习得到节点向量表达。在Flickr、BlogCatalog、Cora公开数据集上,用所提模型得到的节点向量表达进行节点分类的Micro-F1平均准确率为89.38%,比GraphRNA（Graph Recurrent Networks with Attributed random walks）高出了2.02个百分点,比经典工作DeepWalk高出了21.12个百分点;同时,对比不同随机游走方法发现,提高对节点关联有促进作用的属性的采样概率可以增加采样序列所含信息。     

基于RefineNet的端到端语音增强方法

为提高神经网络对语音信号时域波形的直接处理能力,提出了一种基于RefineNet的端到端语音增强方法.本文构建了一个时频分析神经网络,模拟语音信号处理中的短时傅里叶变换,利用RefineNet网络学习含噪语音到纯净语音的特征映射.在模型训练阶段,用多目标联合优化的训练策略将语音增强的评价指标短时客观可懂度(Short-time objective intelligibility,STOI)与信源失真比(Source to distortion ratio,SDR)融入到训练的损失函数.在与具有代表性的传统方法和端到端的深度学习方法的对比实验中,本文提出的算法在客观评价指标上均取得了最好的增强效果,并且在未知噪声和低信噪比条件下表现出更好的抗噪性.     

隐私安全策略中的变更影响分析

为了解决Web分布式系统中的隐私安全策略在制定和变更中的错误很难被发现的问题,提出了策略变更中各种情况的相应变更影响分析算法。对以可扩展访问控制标记语言(XACML)为代表的隐私安全策略语言中的变更理论进行了研究,定义了变更分析中的相关概念,通过把策略中的字符串元素转化成对应整数值建立一个优化的树形数据结构,利用树的特征分析变更后果。这使得一个管理员可以在正式应用策略变更前检验即将实施的变更是否符合自己的真正意图,从而大大增强系统安全性。最后实现了一个原型系统,并可以应用到其他标准策略语言。     

分级大块矿石的新型筛分机

由苏联科学院北方分院矿业研究所和中央锡金属科学研究院研制的缝隙振动筛,适用于分级入磨的大块物体,其中一块的重量达5～6吨。筛子(图1)由主架1、安装在主架上的焊接的可动部分2,焊接的固定部分3组成。固定部分由螺钉固定在主架上,而可动部分借助螺钉4移动。金属的振动板5可以自由的装在固定架上,在下面配置振动器6,起动是通过换向传动轴7和电动机8。     

单声道语音降噪与去混响研究综述

语音增强是提高语音质量与可懂度的关键技术,在语音识别、语音通话、电话会议和听力辅助等领域具有广泛应用前景与重要研究价值.从模型方法、数据集、特征、评估指标等方面,对单声道语音增强研究工作的发展现状进行了全面调研和深入分析.1)对传统的与基于机器学习的单声道语音降噪以及语音去混响的已有研究工作进行了梳理分类,简要介绍了典型方法的研究思路,并对不同方法的实验结果进行了综合比较;2)对在实验与结果评估过程中所涉及到的常用数据集、常见特征、学习目标与评估指标等进行了整理与介绍;3)对目前单声道语音增强仍然面临的主要问题与挑战进行了总结.