平面桁架结构拓扑优化设计的改进智能算法

结构拓扑及形状退火算法(STSA)用于桁架结构拓扑优化设计,其优化特点为注重结构构型的改变而较少考虑结构的力学性能,而针对既定几何构型的桁架结构截面优化,满应力准则法(FSD)具有明显优势,因此,将其引入退火历程改进STSA。提出结构几何构型状态相对稳定判别方法,并以结构构型状态相对稳定作为引入FSD的最佳时机形成杂交算法。算例分析表明:该改进智能算法使寻优搜索过程更为稳定,其表现为搜索效率、鲁棒性和最优解均得以改善。     

点蚀损伤下海洋平台结构剩余强度的多尺度分析方法

均匀腐蚀损伤影响结构承载力的研究已趋于成熟,但点蚀损伤影响整体结构承载力的规律及其局部损伤的演化行为仍不明确。该文采用均匀分布的圆柱体点蚀损伤模型,探讨在宏观结构尺度中点蚀损伤的描述、多尺度区域的划分和跨尺度界面的连接以及结构非线性的求解方法,提出了研究考虑细观尺度点蚀损伤的海洋平台结构多尺度模型的构建和计算方法。计算结果表明:该文提出的多尺度模型构建策略有效地解决了细观尺度点蚀损伤在宏观结构尺度中的描述问题,且所建多尺度模型能够体现点蚀损伤削弱结构极限承载力的规律,为评估在役海洋平台结构的剩余强度提供了可行的方法。     

苏氨酸的免疫功能及其在肉鸡生产中的应用研究

苏氨酸作为肉鸡的第三限制性氨基酸,对其生长具有重要作用.能有效平衡肉鸡日粮中氨基酸配比,进而提高其生产性能,增强免疫机能,改善胴体品质.对苏氨酸的免疫功能及近年来肉鸡苏氨酸需要量的研究进展作一综述,以期为其在肉鸡生产中应用提供参考.     

PSTN网上可视多媒体通信终端

介绍了符合ＩＴＵ－ＴＨ．３２４协议的ＰＳＴＮ网上可视多媒体通信终端——ＫＤＭＭＴ。它在外接符合Ｖ．３４的调制解调器时,能通过ＰＳＴＮ网全双工实时传送图像和声音;介绍了终端系统的软硬件结构,高效实现音频和视频压缩编解码算法的关键技术以及系统互连时相关通信协议的设计与实现。     

说话人识别中的串行因子分析

在基于因子分析的说话人识别中,提出串行训练载荷矩阵的方法.在载荷矩阵训练中,采用串行的方式训练得到说话人因子矩阵、对角阵(残差矩阵)和信道空间矩阵.在说话人注册中,将以上3个载荷矩阵拼接,采用联合估计的方法得到每个说话人的因子.采用这种策略可有效解决因子分析中的饱和问题.在NIST SRE 2006年核心测试数据库上等错误率能达到3.65%.     

基于超向量子空间分析的自动语种识别方法

在针对电话语音的自动语种识别系统中,由不同信道、说话内容及说话人等所引起的干扰是影响系统识别性能的一个重要因素。针对此,文中提出一种基于超向量子空间分析的自动语种识别方法。首先构造表征各训练语句的超向量空间并利用SVM模型进行区分性训练,然后利用子空间分析方法估计出噪声子空间,并在距离度量中去除这部分影响。在NIST 07 语种识别测试30s和10s任务中,该方法与基线系统相比,性能有明显提高,等错误率相对降低约20％。     

一种有效的实时语音识别确信度判决方法

语音识别系统的确信度判决用于对未登录词(Out-of-Vocabulary,OOV)的拒识.本文提出了一种有效的确信度判决的方法.在本方法中包含了两种模型:填充模型和噪声模型.填充模型能对无关语音进行拒识;噪声模型则用于强化对噪声的拒识,联合使用两种模型起到了较好的拒识效果.这两种模型中使用的声学模型单元均利用基本识别器已有的模型单元,无须额外的训练数据和单独训练.本文设计了一遍识别过程,识别和确信度判决在一次过程中完成,使系统的运算量增加极小.实验结果表明该方法能有效地处理OOV问题.     

语音库裁剪的一种不定长递阶聚类方法

大量使用不定长是大语料库语音合成质量的一个重要保证,而语音库裁剪方法通常会导致不定长的损失.针对这一关键性问题,该文构建了NuClustering-VPA算法:对不同粒度的不定长变体进行聚类,根据高阶聚类结果调整低阶变体的聚类,使得低阶聚类中心有所偏向.NuClustering-VPA算法保留了最重要的不定长,从而有效减小了裁剪对不定长的破坏.测听实验表明,利用NuClustering-VPA算法,即使在语音库裁减率为39.63%时,合成自然度下降较小,仍然保持在较高的水平.这一技术已被应用在科大讯飞公司的实际语音产品中.     

一种使用双滤波器的回声消除算法

首先讨论了回声消除中的双端发声问题，指出传统的双端发声检测方法用于回声消除时，其不可避免的误检会导致回声消除系统性能严重恶化，使系统不稳定。本文提出一种使用双滤波器的回声消除算法。该算法使用自适应滤波器跟踪回声信道，使用一个辅助滤波嚣和自适应滤波器一起完成回声消除。实验结果表明．谊算法与传统算法相比，运算量相当;但在双端发声期间，该算法稳定性更高，回音往返损耗增强（Echo return loss enhancement，ERLE）有明显的改善。     

基于基音周期与清浊音信息的梅尔倒谱参数

提出一种在浊音部分不固定帧长的梅尔倒谱参数(Mel-cepstrum)提取的方法。针对浊音和清音所包含信息量不同,对浊音进行双倍的加权,从而将基音与清浊音信息融合进梅尔倒谱参数。将这种动态的梅尔倒谱参数应用在说话人确认中,在混合高斯模型(Gaussian mixture models,GMM)的情况下,取得了比常用的梅尔刻度式倒频谱参数(Mel-frequency cepstral coefficient,MFCC)更高的识别率,在NIST 2002年测试数据库中,512个混合高斯下能够将等错误率(EER)由9.4%降低到8.3%,2 048个混合高斯下能够将等错误率由7.8%降低到6.9%。