利用EHMM和CLR的说话人分割聚类算法

针对传统的说话人分割聚类系统中,由于聚类时话者信息不足而影响切分准确度的问题,本文提出了一种基于进化隐马尔科夫模型和交叉对数似然比距离测度的多层次说话人分割聚类算法,在传统的话者分割聚类算法的基础上引入了重分割和重聚类的机制,以及基于距离测度和贝叶斯信息准则的分层聚类算法,有效的解决了传统方法中切分准确度受到话者信息制约的问题.在美国国家标准技术署(NIST)2003 Spring RT数据库上的实验结果表明,本文提出的算法比传统算法系统性能相对提高了41%.     

RSV工艺干气回流量对乙烷收率的影响探讨

针对国内外常用的部分干气回流乙烷回收工艺(RSV),介绍了RSV工艺原理流程,确定了RSV工艺脱甲烷塔操作压力和温度,考察了低温分离温度、膨胀机膨胀比和干气回流率等工艺参数对乙烷收率的影响,研究结果表明：合理确定脱甲烷塔的操作压力和操作温度是RSV乙烷回收工艺中提高乙烷回收率的关键;低温分离器分离温度、膨胀比直接影响膨胀机选型和设备的平稳运行,同时也会对膨胀机制冷效率产生影响,应结合膨胀机性能进行分析确定;干气回流比是RSV乙烷回收工艺的关键参数,对装置收率和能耗影响较大,需综合考虑确定最优回流比参数。     

基于因子分析信道失配补偿的SVM话者确认方法

针对信道失配和统计模型区分性不足而导致话者确认性能下降问题,文中提出一种将因子分析信道失配补偿与支持向量机模型相结合的文本无关话者确认方法。在SVM话者模型前端采用高斯混合模型-背景模型(GMM-UBM)方法对语音特征参数进行聚类和升维,并利用因子分析(FA)方法,对聚类获得的超矢量进行信道补偿后作为基于SVM话者确认的输入特征,从而有效解决SVM用于文本无关话者确认的大样本、升维问题,以及信道失配对性能影响问题。在NIST 06数据库上实验结果表明,文中方法比未做失配补偿的GMM-UBM系统、GMM-SVM系统在等误识率上有50%以上的改善,比做了FA失配补偿的GMM-UBM系统也有15。8%的改善。     

基于正反向推理的电力系统故障诊断专家系统

介绍了一种在电力系统故障诊断专家系统中采用的基于正反向推理的电力系统故障诊断方法。该方法首先根据跳闸断路器提出故障假说,然后根据断路器和继电保护动作的信息逐一检验假说的正确性,最后给出故障设备或故障范围。该方法可以诊断输电线路、母线、变压器和发电机设备的故障及继电保护和断路器的非正确动作。对山西电网实际故障事例的测试结果表明,该方法是有效的。     

对脱臭馏出物中脂肪酸甲酯化反应的研究

对油脂脱臭馏出物中的脂肪酸采用强酸性树脂催化甲酯化反应。对反应条件进行单因素分析和正交实验，随后进行了极差分析，确定了反应的最佳控制参数。实验表明，强酸性树脂对脂肪酸甲酯化反应有着很好的催化效果。甲酯化率97．9％，VE保留率94％。     

锅炉干式排渣机低部冷却风门优化分析

本文介绍了某电厂干式排渣机系统运行中存在的问题,通过试验方法找到了解决方案,决定将干渣机低部冷却风门改造为电动调整门,达到优化机组运行参数、节能降耗的目的。     

支挡法防治基坑流砂技术路线

数年前,笔者负责本地区一倒虹吸工程施工,基坑开挖后在其底部出现流砂现象,在工期特别紧张的情况下,放弃井点降水等几种施工方案,采用简易方法成功地挡住了流砂,保证了工程施工的正常进行。总结其做法与技术分析与同仁探讨如下：     

合成洗涤剂皂条配方的研究

对合成洗涤剂皂条的配方进行研究,通过实验确定了皂条的活性成分、洗涤助剂、填充剂、黏合剂的组成和用量及制作工艺,对其性能进行测试.结果表明,优选配方下得到的皂条罗氏泡沫高度为148 mm,去污比值为1.1,与国外商品皂条相当.     

二氧化氯空气净化剂的研究

研制了一种缓释型空气净化凝胶剂,采用二氧化氯为除臭材料。设计了配方,筛选出了一种使用便捷,性能独特的凝胶剂-AQUAGEL PLUS,具有抗氧化、无需PH调节、快速成型的特点,考察了不同的活性剂、缓释剂对二氧化氯气体释放速率的影响,筛选出的活化剂为柠檬酸-磷酸二氢钠的复合物,缓释剂为聚乙二醇。确定了空气净化剂配方。液相：浓度5％二氧化氯稳定液80％;固相：凝胶剂8％,活化剂8％,缓释剂4％。对缓释型二氧化氯凝胶的空气净化效果进行了考察,实验表明,二氧化氯对室内空气有很好的除臭效果,对氨的除臭率为99％,对苯的除臭率为91％,对乙酸的除臭率为99％,对硫化氢的除臭率为100％,对甲醛的消除率为55％。有很好的杀菌效果,对空气中大肠杆菌的杀菌率为100％。     

声母发声特点参数的提取及其提高说话人确认鲁棒性的研究

本文针对语音信号中的声母语音更易受环境噪声污染而导致识别性能下降的情况,根据普通话声母发声位置特点,提出了一种对发声位置状态描述的发声特点参数(Articulatory Feature,简称AF),采用特征空间映射方法,由短时倒谱参数(MFCC)经MLP特征映射网络映射获取,MLP特征映射网络则由语言学先验知识事先训练得到.AF参数具有良好的噪声鲁棒性,并与MFCC参数具有互补性,由MFCC和AF组成的联合特征参数(MFCC-AF)可使系统确认性能的鲁棒性有明显的改善.在微软数据库上的基于GMM-UBM模型的与文本无关的说话人确认实验表明,对于声母语音,采用MFCC-AF参数使系统的鲁棒性有明显的改善:在干净、25dB、20dB条件下,较只采用MFCC参数的系统的EER分别相对降低了5.4%,14.12%,20.27%.