融合多尺度特征的脑电情感识别研究

基于单尺度二维、三维卷积的脑电情感识别算法存在原始信号映射到高维特征矩阵过程中信息易丢失、模型参数量大、提取特征相对单一等问题。提出多尺度金字塔交互注意力残差网络（MPIAResnet）。利用多尺度一维卷积核直接提取原始脑电信号的多尺度空间特征,将标准卷积替换为分组卷积,相比二维、三维卷积具有更少的参数量,同时利用通道交互注意力机制优化特征提取过程。在此基础上,与双向GRU(BiGRU)融合组成MPIAResnetBiGRU网络,进一步提取脑电信号的上下文语义信息,实现脑电信号的时空特征融合。基于公开数据集DEAP的实验结果表明:在受试者依赖实验中,该模型Valence和Arousal维度识别准确率达到97.60%和98.15%,相比单尺度模型提升8.56和8.36个百分点;在小批量训练集实验中,当训练集占比为30%时,测试集准确率依然可以保持在90%以上;在分频带实验中,2个高频带信号识别准确率优于低频带信号,证明了模型的有效性;而在受试者全部参与实验中,该模型的识别准确率也均优于对比方法。     

江苏油田：打造专家采购“金字招牌”

江苏油田目前有石油专用设备、仪器仪表、化工材料等10个物资专业86人的采购专家库，专家均来自有工程、技术、装备、生产等部门的高级工程师及优秀的专业技术人员。目前江苏油田已经构建了专家采购为主导的科学理性采购机制。     

臭氧微纳米气泡在食品杀菌中的应用

阐述微纳米气泡的理化特性和臭氧的强氧化性,研究臭氧微纳米气泡应用于食品杀菌的可行性,主要从微纳米气泡的理化特性、制备方法、表征方法,以及臭氧微纳米气泡在水处理、果蔬清洗和水产品杀菌中的应用进行阐述,并对臭氧微纳米气泡在食品杀菌中的应用进行展望,以期促进臭氧微纳米气泡在食品领域的研究和应用。     

论如何建立物资采购过程控制体系

江苏油田以"安全供应、及时供应、经济供应"为物资供应的价值取向,不断加强物资供应过程控制,做精做细做实物资采购工作,努力把握物资采购供应过程的主导权,为油田科学有效发展提供强有力的物资保障。     

论如何建立物资采购过程控制体系

江苏油田以＂安全供应、及时供应、经济供应＂为物资供应的价值取向,不断加强物资供应过程控制,做精做细做实物资采购工作,努力把握物资采购供应过程的主导权,为油田科学有效发展提供强有力的物资保障。     

基于听皮层神经元感受野的强噪声环境下说话人识别

针对说话人识别易受环境噪声影响的问题，借鉴生物听皮层神经元频谱-时间感受野（STRF）的时空滤波机制，提出一种新的声纹特征提取方法。在该方法中，对基于STRF获得的听觉尺度-速率图进行了二次特征提取，并与传统梅尔倒谱系数（MFCC）进行组合，获得了对环境噪声具有强容忍的声纹特征。采用支持向量机（SVM）作为分类器，对不同信噪比（SNR）语音数据进行测试的结果表明，基于STRF的特征对噪声的鲁棒性普遍高于MFCC系数，但识别正确率较低；组合特征提升了语音识别的正确率，同时对环境噪声具有良好的鲁棒性。该结果说明所提方法在强噪声环境下说话人识别上是有效的。     

基于听皮层神经元感受野的强噪声环境下说话人识别

针对说话人识别易受环境噪声影响的问题,借鉴生物听皮层神经元频谱-时间感受野（STRF）的时空滤波机制,提出一种新的声纹特征提取方法。在该方法中,对基于STRF获得的听觉尺度-速率图进行了二次特征提取,并与传统梅尔倒谱系数（MFCC）进行组合,获得了对环境噪声具有强容忍的声纹特征。采用支持向量机（SVM）作为分类器,对不同信噪比（SNR）语音数据进行测试的结果表明,基于STRF的特征对噪声的鲁棒性普遍高于MFCC系数,但识别正确率较低;组合特征提升了语音识别的正确率,同时对环境噪声具有良好的鲁棒性。该结果说明所提方法在强噪声环境下说话人识别上是有效的。