CNN-XGBoost混合模型在音频场景分类中的应用

在拥有海量数据和强大计算能力的人工智能时代,音频场景分类成为了场景理解的重要研究内容之一.针对音频场景分类建模困难和精确率不高的问题,本文提出一种基于卷积神经网络和极端梯度提升算法相结合的系统模型.首先,将预处理后的音频信号转换成梅尔声谱图,然后输入到卷积神经网络中完成抽象特征提取,最后利用极端梯度提升算法进行分类.为了评估模型的有效性,在城市音频场景UrbanSound8K数据集上进行分类性能测试,结果表明,该混合算法模型对音频场景的分类精确率可以达到89%,优于传统的神经网络算法模型,说明该混合模型对音频场景分类问题的有效性.     

大学生时间管理倾向与拖延行为的关系:自我控制的中介作用

目的探讨自我控制在时间管理倾向与拖延行为之间的中介作用。方法采用青少年时间管理倾向量表、自我控制量表和一般拖延行为量表对573名大学生进行测量。结果时间管理倾向各维度与自我控制存在显著正相关,时间管理倾向各维度、自我控制与拖延行为存在显著负相关,自我控制在时间价值感与拖延行为之间起着完全中介作用,在时间监控观、时间效能感与拖延行为之间中起着部分中介作用。结论大学生时间管理倾向通过自我控制影响拖延行为。     

用于伤口修复的无二次损伤的保水可撕断粘附水凝胶（英文）

作为新型伤口敷料,粘附性水凝胶已被广泛研究.然而,由于易失水和敷料更换时二次损伤的问题,粘附水凝胶敷料的临床应用仍然是一个重大挑战.本文中,我们设计了一种基于双键化丝素蛋白、单宁酸和聚氨酯二丙烯酸酯的具有保水性能和可撕断性能的粘附水凝胶敷料.通过复合具有大量儿茶酚基团的单宁酸,使得水凝胶具有增强的机械性能、良好的组织粘附性能、止血性能以及生物相容性能.随后将疏水性的聚氨酯二丙烯酸酯涂层聚合在水凝胶表面,该涂层的存在可以使水凝胶长时间保持高含水量.此外,由于该水凝胶的粘附能高于断裂能,其在剥离时可以被撕断,并最大程度减小对伤口部位的影响.动物实验结果表明,这种具有粘附止血性能的水凝胶可以通过提供长久的湿性愈合环境和无二次损伤的换料来加速伤口愈合.这些结果表明这种多功能水凝胶是一种具有临床应用前景的伤口敷料.     

真空紫外波段Al膜保护层MgF_2的光学常数

由于Al膜的保护层MgF_2薄膜的光学常数对Al/MgF_2高反射镜的性能有极大的影响,本文研究了获取MgF_2薄膜光学常数的方法。用热舟蒸发的方法在室温B270基底上镀制了3块不同MgF_2厚度的Al/MgF_2反射镜样品,通过掠入射X射线小角反射方法表征样品,获得了膜层厚度和粗糙度。在国家同步辐射实验中心计量站测试了入射角为5°时,样品在105~130nm波段的反射率。在Al、MgF_2膜层的厚度和Al的光学常数已知条件下,依据菲涅尔公式,得出了满足某波长处样品反射率的等值曲线,然后从三条曲线的交点得出了MgF_2薄膜在108~128nm波段的光学常数。对比和分析显示:利用此方法得到的108~128nm波段MgF_2薄膜光学常数计算的反射率曲线和实际测试得到的反射率曲线吻合较好。     

宿鸭湖水库年径流特征及丰枯划分初探

宿鸭湖水库位于汝河中游,是以防洪为主,兼有灌溉、养殖、发电等多种功能的大型平原水库。因此,研究宿鸭湖水库年径流特征及丰、枯划分方法,对预估未来水文情势和水量科学调度及水资源合理利用具有十分重要的意义。     

圆柱体横流与顺流方向涡激振动耦合模型研究

基于尾流振子模型对刚性圆柱体在横流以及顺流方向涡激振动耦合模型进行了研究。首先建立了横流以及顺流方向考虑结构几何非线性的结构振子以及尾流振子模型,其次基于二阶精度中心差分格式对模型进行先离散后迭代求解,再次通过与他人实验结果进行对比验证了该数值模型的可靠性,最后对不同质量比、不同结构阻尼比以及不同几何非线性系数下圆柱体涡激振动响应振动幅值以及振动轨迹进行了分析。分析结果表明:随着质量比的增大,横流以及顺流方向的振动幅值均呈下降趋势,锁定区间宽度逐渐变窄。随着结构阻尼比的增大,横流以及顺流方向的振动幅值同样呈下降趋势,而锁定区间宽度逐渐变宽。随着折合速度的增加,结构振动轨迹依次出现斜"8"字形、"月牙"形以及正"8"字形。随着几何非线性系数的增加,横流以及顺流方向振动幅值从上分支进入低分支时的位移突降现象会变得越来越明显。     

质子交换膜燃料电池催化层气液两相流的建模及仿真

质子交换膜燃料电池中液态水含量的多少对电池性能具有十分重要的影响。考虑了质子交换膜燃料电池催化层中气液态水的影响,在假设电池内部保持等温、稳态的基础上建立了电池阴极一维气液两相流模型。运用MATLAB软件对电池内部不同的液态水饱和度、温度以及不同阴极进气压力对单电池输出电压的影响进行了仿真,得出不同条件下的电流密度和电压之间的关系曲线,将仿真结果与实验数据相比较,该结果与实验数据符合较好,可为车用燃料电池的优化与控制提供依据。     

基于载荷特征与统计特征的Shodan流量识别

针对Shodan扫描流量对工业控制系统产生的不安全问题,结合载荷特征与统计特征,构建一种将确定性有限自动机(DFA)与支持向量机(SVM)相结合的流量识别DFA-SVM模型。通过分析应用层的流量特征,以提取协议功能码序列作为载荷特征,并结合传统的流量统计特征对流量进行识别。采用VPS部署6个分布式蜜罐系统对处理后的32522个样本进行Shodan流量识别。实验结果表明,相比仅使用单一特征的模型,该模型可有效识别出27个Shodan扫描器IP,识别精度达到99.38%。