用于人形机器人的声音降噪方法

用于人形机器人的实时多通道降噪方法使机器人能够在实际应用中精确地进行后续的音频分类或语音识别。引入人形机器人具有类似人体的头相关传输函数的性质,避免一般方法中在估计声传播信道模型时只考虑声达时廷,而忽略声散射和共振影响的局限性。该方法通过利用麦克风阵列阵元之间的声音传输信道的差异性,削弱参考噪声和目标信号之间的相关性,从而提升对消噪声后输出信号的信噪比。仿真表明,对目标信号的信噪比提升达到15dB。     

BT25钛合金动态再结晶行为的元胞自动机模拟

为研究热加工工艺参数对钛合金塑性成形过程中微观组织的影响,利用Gleeble-3500型热模拟试验机对BT25钛合金进行单道次等温恒应变压缩试验。分析真应力-应变曲线,建立JMAK动态再结晶动力学方程;通过对热变形行为的分析,推导出钛合金的位错密度模型、再结晶形核和晶粒长大模型;结合元胞自动机的算法,建立元胞自动机(Cellular automata, CA)模型并利用该模型模拟和验证了BT25钛合金热变形过程中动态再结晶行为。结果表明,BT25钛合金的流动应力对应变速率和变形温度非常敏感;提高变形温度或降低应变速率均有利于材料发生动态再结晶;CA模型模拟晶粒尺寸误差约为3%,预测DRX体积分数误差在10%以内。该模型具有良好的预测精度,为合金材料在塑性加工过程中优化工艺参数和控制锻件微观组织演变提供了可靠性依据。     

从天然左旋多巴合成卡比多巴

天然左旋多巴(Ⅰ)为原料,通过酯化反应得到左旋多巴酯盐酸盐(Ⅱ),Ⅱ与苯甲醛反应得到左旋多巴胺苯甲醛Schiff碱(Ⅲ)。通过相转移催化反应的方法,Ⅲ经过甲基化得到甲基多巴苯甲醛希夫碱(Ⅳ),Ⅳ进一步水解得到具有光学活性的甲基多巴(Ⅴ)。Ⅴ变为乙酯(Ⅵ)后与尿素反应得到化合物(Ⅶ),Ⅶ通过硫酸二甲酯保护羟基得到化合物(Ⅷ),Ⅷ在次氯酸钠作用下脲基被还原成肼基从而得到化合物(Ⅸ),最后,Ⅸ在浓盐酸作用下脱去甲基保护基,得到最终产物卡比多巴(Ⅹ)。该研究结果为卡比多巴的合成,提供了一条以天然左旋多巴为原料的合成路线。     

十万山盆地宽线采集方法研究与应用

十万山盆地位于广西壮族自治区西南部,靠近中越边界。受多期构造活动的影响,该盆地深层地震地质条件复杂,断裂发育,地层产状高陡,资料品质低,成像效果差。近年来,随着对该区认识和研究的不断深入,以往采集资料品质已不能满足当前勘探任务的需要。应用宽线采集技术,可以优选激发炮点,同时利用相邻道的面元叠加信息,达到压制干扰的目的,从而提高叠加剖面的质量。宽线剖面与常规二维叠加剖面相比,表现出了有效反射信息更清晰,地质现象丰富,资料信噪比高的特点。     

Novel Method of Predicting Network Bandwidth Based on Support Vector Machines

In order to solve the problems of small sample over-fitting and local minima when neural networks learn online, a novel method of predicting network bandwidth based on support vector machines(SVM) is proposed. The prediction and learning online will be completed by the proposed moving window learning algorithm (MWLA). The simulation research is done to validate the proposed method, which is compared with the method based on neural networks.     

无粘结预应力筋的防护与修复

无粘结预应力混凝土结构的耐久性问题是无粘结预应力结构使用的关键问题,但是目前对无粘结预应力筋的防腐蚀研究还不完善,有待于深入和发展.文章介绍了国内外无粘结预应力混凝土结构的发展概况,指出结构使用环境引起的耐久性问题,分析了无粘结预应力筋腐蚀对钢绞线力学性能及结构性能的影响,提出无粘结预应力结构工程的防护与修复的方法与策略,最后指出了无粘结预应力混凝土结构存在的问题及今后的研究方向.     

融合深度主动学习的医学图像半自动标注系统

目前深度学习在医学图像分析领域取得的良好表现大多取决于高质量带标注的数据集, 但是医学图像由于其专业性和复杂性, 数据集的标注工作往往需要耗费巨大的成本. 本文针对这一问题设计了一种基于深度主动学习的半自动标注系统, 该系统通过主动学习算法减少训练深度学习标注模型所需的标注样本数量, 训练完成后的标注模型可以用于剩余数据集的标注工作. 系统基于Web应用构建, 无需安装且能跨平台访问, 便于用户完成标注工作.     

视觉引导AGV中的数字图像处理方法

利用计算机视觉技术引导自动运输车AGV(Automatic Guided Vehicle)是一种重要的AGV导航手段。该方法通过摄像头获取道路图像信息并进行处理,获得道路参数,以此来指引AGV导航。现有的视觉导航算法大多复杂度较大,难以满足实际应用的实时性需求。提出一种基于道路参数识别的视觉引导方法,将道路中的道路识别为曲线参数,结合预测进行修正,在保证精度的前提下,大幅提高算法效率。理论分析和实验结果表明,该方法具有识别精度高,执行速度快,能达到实用化的要求。     

基于改进损失函数的YOLOv3网络

为了提高卷积神经网络在目标检测的精度,本文提出了一种基于改进损失函数的YOLOv3网络.该网络模型应用一种新的损失函数Tan-Squared Error （TSE）,将原有的平方和损失（Sum Squared Error,SSE）函数进行转化,能更好地计算连续变量的损失;TSE能有效减低Sigmoid函数梯度消失的影响,使模型收敛更加快速.在VOC数据集上的实验结果表明,与原网络模型的表现相比,利用TSE有效提高了检测精度,且收敛更加快速.