基于动态贝叶斯网络的汉语方言辨识

方言的差异性在语音层面上反映在时间序列结构的不同。传统的语音建模方法只能建立稳定的时间序列结构,而方言语音是典型的动态时变时间序列结构。为了更好地提取方言时间序列结构,文中采用动态贝叶斯网路（DBN）进行建模分析,并对DBN的构建方法进行了研究,这种结构与常用于语音识别中的隐马尔可夫模型的不同之处在于它揭示多个时间片内的节点之间的影响。文中探索了不同结构和参数对识别效果的影响。文中的研究表明动态贝叶斯网络对汉语方言的识别比传统方法要好,识别率达到了98．9％。     

THz-TDS signal analysis and substance identification via the conformal split

A terahertz time-domain spectroscopy(THz-TDS)imaging system can obtain high-dimensional signals with substance fingerprint information.By introducing geometric algebra,a novel signal analysis approach to THz-TDS signals is developed based on an optical physical mechanism.Using this approach,signals are represented with vectors in the high-dimensional real vector space.Geometric distribution properties and algebraic relationships of THz-TDS signals are deduced.It is proved that every complex refractive index of substances relates to a unique 2-blade,the vectors corresponding to the samples of the same substance are collinear and belong to the intrinsic 2-blade of the substance.When decomposed through the conformal split with respect to a 2-blade,THz-TDS signals of high dimensionality can be related to vectors in a 2-dimensional subspace.Based on the conformal split properties we deduced,two criteria for substance identification on the basis of THz-TDS signals are proposed.Accordingly,a novel substance identification method via the conformal split is presented.In the method,the 2-blade related to each "known" substance is calculated with two vectors corresponding to THz-TDS signals measured from samples of the substance but with dierent thicknesses.Using the conformal split with respect to those 2-blades,an identified vector corresponding to a THz-TDS signal is linearly related to the vector in a 2-dimensional subspace.The substance of a sample can be identified using criteria on the projected vectors in the subspaces.This method can contribute to accurate classification and identification.Finally,two experiments are presented that show the feasibility and accuracy of this method.     

智能高压开关柜自动识别系统研究

开关柜误操作造成的事故越来越成为影响电力行业安全生产的主要事故类型之一。鉴于此,文章研究了一套智能高压开关柜自动识别系统。本系统中开关柜侧的装置在柜门被打开时可播放语音提示信息,并将开关柜开门关门等事件通过PT2262编码,再无线发送传输到后台。后台接收后,经F330单片机软件解码,并在触摸屏上记录事件的类型和时间。该系统对防止由于工作人员选错开关柜造成的误操作有一定的效果。     

RFID技术在电网资产全寿命周期管理应用模式探讨

为了配合电网企业建立RFID资产实物标识电子身份证系统,集成资产的实物流、信息流和价值流,实现账、卡、物相符一致,实现资产管理各阶段信息共享及开展资产全生命周期的跟踪管理,同时也为了提高电网设备的现代化管理水平,文章总结了多年来在电网设备RFID实物标识实施的切身体会,对RFID在国内外电力电网设备的应用方面进行了研究,重点对RFID技术在电网资产全寿命周期管理模式进行了探讨。     

一种动态Q值多标签识别算法的性能分析

EPCglobal组织发布的第二代超高频射频识别空中接口协议EPC-C1G2协议可同时识别多个标签,该协议采用时槽ALOHA算法来解决多标签识别时产生的碰撞问题。文章首先介绍了EPC-C1G2协议多标签碰撞解决所需的参数和命令,指出协议中的Q值决定了解决碰撞时所用的时槽数。时槽数越多,标签越不容易碰撞,但识别时间越长,因此,恰当地选择Q值可以在标签识别时间和识别标签数之间找到最佳点。文中同时给出了一种动态Q值算法,该算法可根据标签碰撞解决的实际情况动态调整Q值,使标签识别更高效。文章最后对这种多标签识别流程的性能进行了仿真分析。     

基于电涡流传感器的硬币辨伪系统的设计

根据壹元真、假硬币不同的物理特性和电涡流传感器的性能特点,针对壹元硬币,提出一种基于电涡流传感器的简易辨伪系统。其主要通过硬币的材质和厚度辨认真假,当不同性质的硬币通过时,传感器的电感不同,则被测信号的频率不同。实验结果表明,该系统可以实现真、假硬币的快速鉴别、真硬币的个数显示和假币报警等功能,且电路简单。     

基于指纹识别的虚拟硬盘研究

为防止机密数据不被窃取或篡改,本文提出一种基于指纹身份识别的虚拟硬盘文件加密存储方法。该方法是在Windows设备驱动程序的基础上,利用指纹识别技术和虚拟硬盘驱动程序,实现用户身份的唯一认证和文件的安全性管理。实验证明,该方法是一种安全、高效、实用的加密存储方法。     

基于IPv6的多传感信息检测装置研制

针对工业环境下多维信息的测量和物联网技术应用发展的需求,研发一种通用的基于IPv6的多传感信息检测装置,装置以DSP和ARM为核心芯片,利用ARM芯片内嵌的EMIT、集成网络通信芯片LXT971和Socket网络编程,实现IPv6的网络通信设计;同时装置的DSP芯片采用基于插值计算的多维传感信息解耦校正技术,实现传感信息的准确检测。检测试验表明,该装置可实现在工业环境下多维信息的网络化准确监测。     

Robust pole assignment for incomplete nonlinear decoupling applied to robots

A robustness analysis and synthesis for incomplete nonlinear decoupling for a class of nonlinear systems is discussed. Rigid and elastic-joint robot models belong to this class. For the elastic case, a transformation facilitates the robustness analysis under a weak assumption. Charts with H ₁- and H - norms of closed-loop disturbance transfer functions of the nonlinear-decoupled system are presented for a robust pole assignment.     

基于功能磁共振成像的人脑效应连接网络识别方法综述

人脑效应连接网络刻画了脑区间神经活动的因果效应. 对不同人群的脑效应连接网络进行研究不仅能为神经精神疾病病理机制的理解提供新视角, 而且能为疾病的早期诊断和治疗评价提供新的脑网络影像学标记, 具有十分重要的理论意义和应用价值. 利用计算方法从功能磁共振成像(Functional magnetic resonance imaging, fMRI)数据中识别脑效应连接网络是目前人脑连接组学中一项重要的研究课题. 本文首先概括了从fMRI数据中进行脑效应连接网络识别的主要流程, 说明了其中的主要步骤和方法; 然后, 给出了一种脑效应连接网络识别方法的分类体系, 并对其中一些代表性的识别算法进行了阐述; 最后, 通过对该领域挑战性问题的分析, 预测了脑效应连接网络识别未来的研究方向, 以期对相关研究提供一定的参考.