一种低速率语音编码技术在测量船语音通信中的应用

从分析测量船对语音通信的需求开始,主要探讨了测量船在执行载人航天任务时,如何在应急情况下做好航天员与指挥中心之间的话音通信的保障工作。为实现低速率语音通信,将混合激励线性预测(MELP)声码器这种全新的语音编解码器引入到测量船话音通信中,并为这一些新技术与原有系统的融合作了探讨。     

基于排序损失的ECC多标签代码异味检测方法

代码异味是由糟糕的代码或设计问题引起的一种软件特征,严重影响了软件系统的可靠性和可维护性.在软件系统中,一段代码元素可能同时受到多种代码异味的影响,使得软件质量明显下降.多标签分类适用该情况,将高共现的多个代码异味置于同一标签组,可以更好地考虑代码异味的相关性,但现有的多标签代码异味检测方法未考虑同一段代码元素中多种代码异味检测顺序的影响.对此,提出了一种基于排序损失的集成分类器链(ensemble of classifier chains, ECC)多标签代码异味检测方法,该方法选择随机森林作为基础分类器并采取多次迭代ECC的方式,以排序损失最小化为目标,选择一个较优的标签序列集,优化代码异味检测顺序问题,模拟其生成机理,检测一段代码元素是否同时存在长方法-长参数列表、复杂类-消息链或消息链-过大类这3组代码异味.实验采用9个评价指标,结果表明所提出的检测方法优于现有的多标签代码异味检测方法,F1平均值达97.16%.     

工程曲面理论在风机叶片设计中的应用研究

针对工程曲面在混(斜)流式风机叶片中的应用问题,对其曲面进行了理论分析和数学建模,开发了叶片曲面CAD软件,该软件能精确快捷地设计、绘制出曲面的各种图样,从而在根本上解决了风机叶片在生产工艺中的难题,实现了复杂曲面的CAD．     

FNN上的竞争学习及混合学习方法

本文根据（１）所提出的ＦＮＮ结构,首先讨论它的学习方法,字除了可以应用到ＦＮＮ上的输入均值和输出权重的调整外,还可以用于实现网络连线的裁剪。然后对混合学习竞争学习与反向传播学习结合使用）算法的实现问题加以探讨。     

健康城市背景下城市森林空间规划研究——以天府新区成都直管区为例

科学合理的城市森林空间规划是实现城市健康发展的核心。以公园城市首提地——天府新区成都直管区为例,聚焦现状城市森林破碎化程度较高及各类用地交叉重叠等现实问题。基于MSPA方法提取城市森林空间要素,构建森林源地、森林节点及森林廊道有机组合的网络化森林空间布局。并进一步探索基于第三次全国国土调查数据的空间落地方法,创新提出保护森林源地、补充城镇开发边界内森林节点、增加城镇开发边界外的森林节点及构筑结构化森林廊道等实施策略。以期为国内外健康城市视角下的城市森林空间规划和实施提供参考。     

NSST域改进ORB的泡沫流动特征提取及加药状态识别

针对浮选泡沫表面图像动态变化、光照影响、噪声干扰导致流动特征难于提取的问题,提出了一种在NSST域改进ORB的泡沫流动特征提取方法,并应用于浮选加药状态识别。对相邻两帧泡沫图像NSST分解,对多尺度高频子带先通过尺度相关系数去除噪声再分为多个内层和外层,在各内层通过方向模极大值检测提取兴趣点,然后在本层和上下层通过非极大值抑制提取特征点,采用多尺度BRIEF描述子对特征点描述,结合泡沫的运动趋势动态调整搜索的匹配区域,根据匹配结果计算泡沫流动特征。最后,构建行列自编码极限学习机对泡沫形态、尺寸分布特征和流动特征进行融合,然后通过自适应随机森林对加药状态分类识别。实验结果表明,改进的ORB受噪声和光照影响小,流动特征检测精度和效率较现有方法有较大提高,能准确地表征不同加药状态下泡沫表面的流动特性,加药状态的平均识别精度达97.85%,较现有文献方法有较大提升,为后续的加药量优化控制奠定基础。     

高效深度特征提取及其在显著性检测中的应用

针对卷积神经网络(CNN)中间层特征维度高,含噪声较多的问题,提出一种CNN特征降维的方法,首先利用主成分分析(PCA)对CNN特征进行降维,在数据层面和人类感知层面证明了其有效性;然后将降维后的CNN特征作为区域特征向量,利用多水平超像素分割和随机森林回归构建了一个融合手工特征及降维CNN特征的显著性检测模型;最后选取了10个显著性检测传统模型进行对比,构建的融合模型性能优于仅使用传统手工特征的方法,降维后的CNN特征能够改进显著性模型的性能.     

基于RF-BiLSTM的柔直阀冷入阀水温预测及冷却能力评估

为实现柔性直流(voltage sourced converter-high voltage direct current,VSC-HVDC)换流阀冷却系统入阀水温的智能预测,文中提出一种基于随机森林(random forest,RF)和双向长短时记忆(bi-directional long short-term memory,BiLSTM)网络混合的柔直换流阀冷却系统入阀水温的预测模型,并以此为基础对柔直换流站阀冷系统的冷却能力进行评估。首先,采用RF算法对由阀冷系统监测变量组成的高维特征集进行重要性分析,筛选出影响入阀水温的重要特征,与历史入阀水温构成输入特征向量。然后,将特征向量输入到BiLSTM预测模型,对模型进行训练并实现对入阀水温的准确预测和冷却能力定量评估。最后,以广东电网某柔直换流站为实例对所提方法进行分析,验证了所提出的基于RF-BiLSTM的混合模型预测精度优于BiLSTM模型、RF模型、支持向量机(support vector machine,SVM)模型和自回归滑动平均模型(auto-regressive and moving average,ARMA)模型,并且实现了冷却能力的定量评估。结果表明该换流站冷却裕量达98%,存在过度冷却、能源浪费的问题,与换流站现场运行情况相符,验证了文中所提方法的有效性和准确性。     

大力发展林浆纸一体化，推动我国造纸产业低碳化发展

受我国造纸产业结构现状,以及以煤炭为主的能源结构的影响,我国造纸低碳化发展面临着巨大的挑战,林浆纸一体化建设对于充分发挥速生林的营造而产生的碳汇效益、促进造纸低碳化发展具有重要意义。本文从森林碳汇对生态固碳的作用、我国人工林的发展及林浆纸一体化现状出发,阐述了林浆纸一体化对未来我国造纸低碳化发展的重要意义。