捷波朗超卓蓝牙耳机 纯净的语音空间

蓝牙耳机作为手机的配件出现,目的是为了解放手机用户的双手,让手机用户在通话时也不必停下手中的活计。既然是手机的配件,也就意味着它会随着手机移动到任何的使用环境中,因此它在设计上相比其他耳机产品又会有很多的不同之处,其中如何消除环境噪音就是重要的一点。     

D-2-DenseNet噪音鲁棒的城市音频分类模型

为了提高噪音环境下城市音频分类系统的鲁棒性,提出了一种双特征2阶密集卷积神经网络（D-2-DenseNet）噪音鲁棒的城市音频分类模型.首先介绍了噪音添加和噪音鲁棒处理,阐述了一种双特征互补偿的算法;然后结合2阶密集卷积神经网络与自适应机制提出了一种噪音鲁棒音频分类模型：双特征2阶密集卷积神经网络.模型采用双特征互补偿自适应算法,可在特征提取与模型训练中更有针对性地提取有效音频信息,降低噪音干扰,以提高噪音鲁棒性.最后,基于Dcase2016数据集开展噪音环境下城市音频分类测试.实验结果表明,模型分类准确率分别可达77.12%、75.52%,与基线模型相比,平均分类准确率分别提高了8.51%和10.38%,验证了模型良好的噪音鲁棒性.     

变电站谐波监测实时估计的优化

文中研究了传统变电站谐波实时估计的优化.文中以研究信噪比为优化准则,采用蒙特卡罗模拟方法计算信噪比临界值,使噪声对监测的影响最小.为了缓解传统变电站中传统状态估计器的偏态问题,将安装在变电站过程层的合并单元产生的高速测量值传输到卡尔曼滤波函数中,作为谐波估计的动态估计器.在一个基于Mat?lab/Simulink的仿真器模型中,建立了一个Matlab-MEX函数集合,实现了合并单元函数、A/D和D/A转换函数、网络通信函数以及内置Simulink模块库,并在XPC目标中运行,实时协同模拟任务的执行.文中给出了谐波估计受信噪比影响时的性能评价结果.     

管道测漏仪“卡尔松”的原理及应用

“卡尔松”作为一种管道测漏仪，很具有代表性。本文通过对其基本原理、信息处理过程及实际工程应用的分析研究，提出部分问题及解决方法，并针对该仪器的局限性提出几点改善的设想。     

CO2在绿色化学合成中的应用

研究了CO2在绿色化学合成中的应用.CO2作为酸碱调节剂和惰性气体,在β-胡萝卜素催化氧化合成角黄素反应中,可以控制反应体系酸性,保护原料中的双键,减少副反应发生,提高催化氧化反应的选择性;异戊二烯氯醇化生成1-氯-2-甲基-3-丁烯-2-醇和1-氯-2-甲基-3-丁唏-4-醇反应中,CO2代替有机酸作酸碱调节剂,控制次氯酸的生成速度,达到调控反应的目的,反应条件温和,不副产固体.     

NC立磨系统在磐石公司的应用

1概述众所周知，在水泥原料粉磨工艺中，采用立磨系统比球磨系统具有粉磨效率高、烘干能力大、噪音低、扬尘少、可节能20％以上等优点，获得越来越广泛的应用。原有的立磨内置选粉装置，设备已经相当成熟，但有许多方面仍需改善，特别是磨内气力提升物料能耗较高，不能满足用户     

罗技单声道无线耳机H820e 咫尺天涯的对话

如果正在和客户通话,或者是在和公司同僚进行一个视频会议的话,大概没什么能比周遭的"嗡嗡"声或"噼里啪啦"的环境噪音更惹人厌烦的了。得益于降噪麦克风以及回声抑制技术的使用,罗技的单声道无线耳机H820E提供清晰明亮的音质,在和客户通话或和同事发言讨论时,会让他们感觉似乎你就在身边。该     

高维多目标优化算法分析研究

目前,大部分多目标进化算法MOEA(Multi-Objective Evolutionary Algorithms)是针对2到3个目标问题而设计,并且已经取得良好的优化效果,而对于目标个数大于或远大于3个的高维多目标问题,用MOEA逼近Pareto前沿和保持较低的计算复杂度都十分困难。通过讨论分析目标个数对高维优化算法带来的困扰,总结针对这些困扰引入的一些算法和策略。介绍了已有的高维多目标算法对占优机制进行的改善,并着重对现存的高维多目标减少算法做了系统的分类综述,对比分析验证了各类算法的优化效果,并给出进一步可研究的方向。     

“十一五”丁二烯产业将加快技术创新

“十一五”期间，我国将有更多的丁二烯装置建成投产。如何提高装置能力，提高丁二烯及后续产品的附加值，如何节能降耗、减少污染和长周期稳定运行，成为6月5～6日中国合成橡胶工业协会举办的丁二烯工艺技术和市场研讨会的交流热点。据悉，未来我国丁二烯发展，将重点围绕装置大型化与节能降耗，加快技术创新。     

基于高斯分解的多尺度3D Otsu阈值分割算法

针对阈值图像分割算法对噪音敏感的问题,提出了一种新的基于分解的Otsu阈值分割算法。整个分割算法为一个迭代过程,在每次迭代中,该图像首先用3D Otsu算法进行分割,然后利用高斯核函数对原图像进行滤波,得到一个平滑的图像,然后被输入到下一个迭代中。最后,合并每次迭代过程中产生的分割结果,获得最终的分割结果。该算法的优点在于分割结果稳定,且具有较强的抗噪性。本文在MR大脑图像上进行实验,结果表明,该算法优于其他同类阈值分割算法。