新疆羊肉抓饭工艺标准化研究

为了制作出风味纯正的新疆羊肉抓饭,为新疆羊肉抓饭的市场化和产业化进程提供技术支持,采用单因素实验和正交实验相结合的方法,对新疆羊肉抓饭的标准化配方及生产操作流程进行了筛选.通过实验得出新疆羊肉抓饭的标准化生产配方:每1 kg新疆雪米搭配纯净水1.5L、胡萝卜1.2 kg、羊肉0.5 kg、洋葱220 g、葵花籽油150 g、羊油50 g、白砂糖35 g、食盐25 g,其中黄色胡萝卜和红色胡萝卜的比例为2∶1.依照实验所得配方制作出的新疆羊肉抓饭风味纯正,且品质稳定性较好.     

基于机器视觉与支持向量机的核桃外部缺陷判别分析方法

使用3CCD高精度面阵相机采集新疆多个品种核桃RGB图像,设计一种自适应双阈值的Otsu法,快速、准确地分割出缺陷区域;基于分割区域的几何、纹理等20 个初始特征,转换为新的9 维特征向量集;以该特征集为输入,建立基于贝叶斯、BP神经网络与支持向量机的15 个识别模型,对比评价其适应性,以及裂缝、碎壳、黑斑3 类核桃外部缺陷的识别性能与时间。结果表明,基于径向基的支持向量机识别模型效果最好,对3 类缺陷的验证集平均识别率分别为93.06%、88.31%、89.27%,对缺陷的总识别率为90.21%,平均识别时间为10－4 s级。研究成果能够用于今后核桃缺陷的在线检测与分级,同时也为坚果等其他作物品质的在线检测识别提供一定参考。     

混合结构视频网格的构造与性能分析

针对可扩展视频网格结构中,由于加盟服务器数量不足所引起的区域服务器负载波动随在线用户数量变化过大的问题,引入P2P技术构造混合结构的视频网格,实现普通客户端之间视频流数据的直接传输。论述了P2P点播组的构成,资源的管理和调度算法,异常情况的处理过程。实验表明,混合结构的视频网格具有较好的性能,能够降低区域服务器负载的波动范围。     

自然语料缺乏的民族语言连续语音识别

以维吾尔语为例研究自然语料缺乏的民族语言连续语音识别方法。采用HTK通过人工标注的少量语料生成种子模型,引导大语音数据构建声学模型,利用palmkit工具生成统计语言模型,以Julius工具实现连续语音识别。实验用64个维语母语者自由发话的6 400个 短句语音建立单音素声学模型,由100 MB文本、6万词词典生成基于词类的3-gram语言模型,测试结果表明,该方法的识别率为 72.5%,比单用HTK提高4.2个百分点。     

口语理解中改进循环神经网络的应用

口语理解性能的提升对于口语对话系统的研究具有重要作用。为了提高口语理解性能,应用循环神经网络（RNN）及其变体（LSTM,GRU）方法。在此基础上,提出一种改进的循环神经网络（Modified-RNN）方法,该方法通过添加存储历史状态信息,能够存储更长时的信息,含有更少的参数,根据获取的更多信息提取特征信息增加获取信息的有效性,提高了口语理解的精准率和[F1],缩短了实验时间。在航空旅行信息数据库（ATIS）上的实验结果验证了该算法的有效性和可靠性。     

基于HMM的维吾尔语连续语音识别系统

维吾尔语是黏着性语言,利用丰富的词缀可以用同样的词干产生超大词汇,给维吾尔语语音识别的研究工作带来了很大困难。结合维吾尔语自身特点,建立了维吾尔语连续语音语料库,利用HTK（HMMToolKit）工具实现了基于隐马尔可夫模型（HMM）的维吾尔语连续语音识别系统。在声学层,选取三音子作为基本的识别单元,建立了维吾尔语的三音子声学模型,并使用决策树、三音子绑定、修补哑音、增加高斯混合分量等方法提高模型的识别精度。在语言层,使用了适合于维吾尔语语音特征的基于统计的二元文法语言模型。最后,利用该系统进行了维吾尔语连续语音识别实验。     

生成对抗网络及其应用研究综述

生成对抗网络的理论研究与应用不断获得成功,已经成为当前深度学习领域研究的热点之一.对生成对抗网络理论及其应用从模型的类型、评价标准和理论研究进展等方面进行系统的综述:分别分析基于显式密度和基于隐式密度的生成模型的优缺点;总结生成对抗网络的评价标准,解读各标准之间的关系,并从应用层面介绍生成对抗网络在图像及其他领域中的研...     

基于知识架构的持续学习情感分类方法

当情感分类模型依次学习多个领域的情感分类任务时,从新任务中学到的参数会直接修改模型原有参数,由于缺少对原有参数的保护机制,降低了模型在旧任务上的分类准确率。为缓解灾难遗忘现象对模型性能的影响,并增加任务间的知识迁移,提出一种用于中文情感分类的基于知识架构的持续学习方法。在Transformer编码层中,采用任务自注意力机制为每个任务单独设置注意力变换矩阵,通过区分任务特有的注意力参数实现知识保留。在TextCNN的全连接层中,利用任务门控注意力(HAT)机制控制每个神经元的开闭,为每个任务训练特定的网络结构,仅激活对任务重要的神经元加强知识挖掘,提升分类效率与准确率。在JD21中文数据集上的实验结果表明,该方法的Last ACC和负类F1值相比于基于HAT的持续学习方法分别提升了0.37和0.09个百分点,具有更高的分类准确率,并且有效缓解了灾难遗忘现象。     

一种语音信息检测方法的研究

文章提出了一种新的语音信息检测的较灵活的方法。其中用到了两种技术:人工神经网络和复倒谱矩阵。目的是如果用人工神经网络就能够较彻底地解决未明确定义的映射关系。对各种在较低的噪音信噪比值情况下观察结果都有较高的可信度。在语音信号检测过程中,由于语音的特征文章利用线性预测系数得到复倒谱矩阵,这样做会以最低的代价提供较高的对数频谱的估计程度,并且提高了频谱域和时域的有效性。文章测试了几种不同的W SS噪声以及不同信噪比(SNR)的情形,在3dB～10dB的范围之内,AN N方法显著地优于利用语音信号的能量和过零率检测的方法,同时也提高了其它基于复倒谱矩阵方法的准确率。     

基于WS-Security的Web Service模型的安全性实现

本文通过研究Web Service现有安全解决方案存在的问题,依据WS-Security规范的内容和框架,对现存模型的安全性提出了改进,并给出了一个能够进行安全信息交换的具体实现,最后介绍了Web Service安全模型的未来发展方向。