非正交联合对角化盲分离算法的可辨识性研究

该文从非正交联合对角化的唯一性条件出发,研究了盲分离算法的可辨识性问题。由接收信号的二阶统计量和高阶累积量分别组成的目标矩阵具有可对角化的结构,因此可以用非正交联合对角化的方法解决盲分离问题。指出非正交联合对角化的唯一存在条件是:由对角矩阵中相同位置的对角元素所组成的向量两两线性无关。从该条件出发推导出基于二阶统计量的非正交联合对角化算法实现盲分离的充分必要条件是源信号自相关函数的形状不同,基于高阶累积量的算法实现盲分离的充分必要条件是源信号中没有高斯信号,从而为运用非正交联合对角化解决盲分离问题提供了理论指导。数值仿真试验验证了结论的正确性。     

具有等变化性的最小二乘盲信源分离方法

因为等变化自适应盲信源分离要求分离矩阵采用序列更新法则,所以从Cardoso 等提出的相对梯度出发,通过优化非线性主分量代价函数,提出了一种采用序列更新法则的自适应递归最小二乘盲分离算法． 由于算法实现了分离矩阵的序列更新,因此必然具有等变化特性． 在每一步迭代中对分离矩阵进行奇异值分解,然后将其投影到stiefel流形,加快了算法的收敛速度． 计算机仿真结果验证了算法的有效性．     

加料顺序对两种盐溶解性的影响

盐的溶解及盐效应的研究对化工技术开发具有重要意义。采用平衡法,常压下,测得了对苯二甲酸二钠在不同温度下于水中的溶解度。在常压和298.15 K下,考察了对苯二甲酸二钠等7种有机盐和无水硫酸钠等3种无机盐在水中的两两溶解过程,发现加料顺序会影响两种盐的溶解性。得到如下结果:先溶解难电离的盐再溶解易电离的盐,则后者的溶解速度变化不明显;而先溶解易电离的盐再溶解难电离的盐,则后者的溶解速度会显著降低且溶解度变小。将其中一种盐的量固定后,在一定时间内另一种盐所能溶解的量定义为准溶解度。测定了对苯二甲酸二钠在不同浓度的柠檬酸三钠水溶液中的准溶解度,为相关化工行业的产品分离纯化提供依据。     

氯化亚铁生产高品质氧化铁红的工艺研究

以氯化亚铁晶体为原料,在氧化氛围的固定床反应器中高温反应制备高品质的氧化铁红。主要研究了氧化温度和反应时间对产物的物相、纯度、色相、吸油量和粒径的影响,并讨论了氧化温度与氧化时间的关系。通过实验得到了制备高品质氧化铁红的最佳工艺条件：氧化温度为400 ℃,氧化时间为60 min。在此条件下得到的产物纯度为99.5%,色相纯正鲜艳,粒径为100~150 nm,吸油量为0.241 g/g。通过研究氧化温度与反应时间的关系,证明温度升高所需要的反应时间相应变短,即反应过程具有时温等效性。     

可再生能源在化工生产及其公用工程系统中的应用

“双碳目标”对化工生产提出了新的挑战,改善能源供给结构和提升能源利用效率是解决这一问题的重要途径之一。随着能源转换技术和储能技术不断发展和完善,可再生能源利用水平及供应稳定性进一步提高,在替代以化石能源为主的化工公用工程系统方面有着明显的优势,被认为是最具应用前景的新一代化工系统供能方式。本文在可再生能源供能技术的基础上,总结了可再生能源在供热、制冷、供水、供电以及多联产系统等新型化工公用工程中的应用现状,着重突出了可再生能源相比传统化工公用工程在节能减排方面发挥的重要作用。探讨了可再生能源目前在化工公用工程系统中的耦合匹配现状、应用所遇到的问题和挑战,并对其未来发展进行了展望。文章指出,可再生能源化工公用工程将成为解决目前化工环保困境的重要途径。     

模糊推理最大熵图像恢复算法

与线性恢复算法相比,基于最大熵的图像恢复算法具有更好的图像恢复效果,但其收敛速度较慢。为了提高最大熵图像恢复算法的收敛速度,首先给出了算法的非周期反卷积模型,然后采用模糊推理系统在线确定算法的迭代步长。由于采用了可变步长,因此极大地提高了算法的收敛速度。仿真实验表明提出的算法收敛速度快,图像恢复效果好。     

基于深度神经网络的维语语音关键词检索

语音识别中的一个重要的分支就是关键词检索.虽然在英语上的关键词检索已经成熟,但是低资源的语音,比如维语的语音关键词检索研究缓慢,仍需要更深入的研究.文章在维吾尔语语数据集thuyg20上,先在GMM-HMM(Gaussian Mixture Model Hidden Markov Model)声学模型,DNN-HMM(Hidden Markov Model Deep Neural Network)声学模型,LSTM-HMM(Long Short-term Memory Hidden Markov Model)声学模型解码产生的网格lattice上捕捉关键词,将DNN-HMM和LSTM-HMM解码产生的网格进行融合,再在融合的网格lattice上进行关键词检索.实验结果表明,融合后的结果在准确率和召回率方面要优于DNN-HMM和LSTM-HMM模型的检索性能.     

估计盲信源分离混合矩阵的通用方法

混合矩阵的估计是解决盲信源分离问题的关键一步,但现有研究中缺乏一种同时适用于适定、超定及欠定情况下混合矩阵估计的通用方法。根据张量标准分解的因子矩阵和盲信源分离混合矩阵的估计均存在幅值和排列顺序的不确定性这一性质,将混合矩阵的估计转化为观测信号统计量所组成张量的标准分解问题,标准分解采用循环最小化方法,通过交替最小二乘算法实现。理论分析和仿真实验表明,所提方法可有效解决适定、超定和欠定混合矩阵的估计,是一种估计盲信源分离混合矩阵的通用方法。     

基于局部区域方法的微表情识别

微表情（ME）的发生只牵涉到面部局部区域，具有动作幅度小、持续时间短的特点，但面部在产生微表情的同时也存在一些无关的肌肉动作。现有微表情识别的全局区域方法会提取这些无关变化的时空模式，从而降低特征向量对于微表情的表达能力，进而影响识别效果。针对这个问题，提出使用局部区域方法进行微表情识别。首先，根据微表情发生时所牵涉到的动作单元（AU）所在区域，通过面部关键点坐标将与微表情相关的七个局部区域划分出来；然后，提取这些局部区域组合的时空模式并串联构成特征向量，进行微表情识别。留一交叉验证的实验结果表明局部区域方法较全局区域方法进行微表情识别的识别率平均提高9.878%。而通过对各区域识别结果的混淆矩阵进行分析表明所提方法充分利用了面部各局部区域的结构信息，并有效摒除与微表情无关区域对识别性能的影响，较全局区域方法可以显著提高微表情识别的性能。     

基于等变化自适应源分离算法的滚动轴承故障信号自适应盲提取

针对复杂工况下滚动轴承故障信号盲提取问题,该文提出一种独立分量分析(ICA)中非线性函数自适应选择方法,解决了等变化自适应源分离算法(EASI)在多类振动源共存的情况下无法分离轴承故障信号的问题。此外,为了解决在线盲分离算法稳态误差与收敛速率的平衡问题,提出基于模糊逻辑的自适应迭代步长选择方法,极大地提高了学习算法的收敛速度,且稳态误差更小。轴承故障数据的盲提取仿真结果验证了算法的性能。