基于无标签数据的音源分离

音源分离目前大多采用有监督的深度学习方法,这种方法往往需要利用大量的标签数据进行建模。然而,实际中标签数据并不容易获取且价格昂贵。针对无标签数据的音源分离只能采用有意义的先验知识来弥补标签数据的不足,对此,提出一种基于先验知识的U-Net模型。它既不影响现有卷积体系结构的网络复杂性,也不影响其收敛行为,但能显著改善分离后的音频质量。实验结果表明,所提出的方法的分离效果比传统模型更好。     

基于U-Net的自适应音源分离

基于时频域的音源分离模型通常只分离了幅度谱,而忽略了相位信息,使模型只能得到次优解。针对此问题,受U-Net网络结构启发,提出基于U-Net网络的可变形卷积网络（DU-Net）。将一维信号映射到多维空间,采用DU-Net网络自适应提取特征,改进后的网络用于分离人声与伴奏。实验结果表明,所提出的DU-Net网络在分离精度上比以往的分离算法要高。     

改性活性炭对烟气中CO2吸附性能的影响

研究了以NaOH为改性剂浸渍改性活性炭,考察了改性活性炭吸附烟气中CO_2的性能,确定了NaOH浸渍改性活性炭的最佳条件。结果表明:未改性活性炭对烟气中CO_2的吸附量不超过1.0 mmol/g,而改性后活性炭对CO_2吸附量达3.50 mmol/g;在改性剂用量140 mL、改性温度70℃、改性时间6 h、干燥时间4 h条件下对活性炭进行改性,所得改性活性炭对CO_2的吸附效果最好,吸附量是未改性时的3.9倍。     

基于iPLS和SiPLS算法的人体血清胆红素含量的可见-近红外光谱建模

为了建立血清胆红素(BR,bilirubin)样品总胆红素 (TBIL) 、直接胆红素(DBIL)和间接胆红素(IBIL)近红外(NIR)光谱分析最优模型,利 用可见-NIR透射光谱技术与间隔偏最小二乘法(iPLS)及协合区间偏最小二乘法(SiPLS)算法 相结合对建模区域进行优 选,实现血清光谱特征波段选择,建立光谱与血清BR成分之间的定量预测模型,以均方根误 差(RMSE)作为模型 评价标准。结果表明:SiPLS模型效果更佳,TBIL、DBIL和IBIL的最优 建模波长范围分别为400~536nm、1366~1502 nm和2324~2460nm,400~502nm、608~710nm和1644~1746nm,400~502nm和1746~1848nm; 3种BR最优预测模型的RMSE分别为0.598、0.207和0.386μm ol/L; 波段优选对提高预测结果的准确性有重要的意义;采用SiPLS建立TBIL、DBIL和IBIL定量分 析模 型,不仅可以提高模型的预测精度,而且克服了iPLS单一区间建模的缺点,优选出的特征谱 区还可为设计小型专用光谱分析仪器提供依据。     

改性粉煤灰对SO_2的吸附试验研究

SO_2的大量排放对我国的生态环境造成了严重的破坏,将废弃物作为脱硫剂进行干法烟气脱硫是当前脱除SO_2、以废治废和可持续发展的重要课题。为考察粉煤灰作为吸附剂脱除SO_2的可行性,以原状粉煤灰煅烧后与Ca(OH)_2在激发剂Na_2SiO_3·9H_2O的作用下经水热化合反应制成高活性改性粉煤灰吸附剂。以改性粉煤灰为吸附剂对SO_2进行的吸附试验表明,改性后的粉煤灰在烟气温度为90℃,含湿率为30%,气体流速为300 L/h,SO_2初始浓度0.2%时进行脱硫,20 min时脱硫率仍为96%。试验结果可以为以废弃物粉煤灰基为吸附剂吸附SO_2工艺研究提供参考。     

医院人事档案对医疗人力资源管理的作用分析

随着我国医疗行业的发展,实施人才战略已经成为医院管理的重要组成部分。在此过程中,医院应重视人事档案管理,并发挥出其重要作用与价值。基于此,本文对医院人事档案及医疗人力资源管理的内容与关系加以分析,从提高工作效率、推动人力资源优化配置、完善人员培训机制等方面入手,对医院人事档案的重要作用展开讨论,并提出了构建完善的人事档案管理机制、强化人力资源管理问题研究等举措。