基于模式识别的语音分类方法

对语音的浊/清分类方法进行了讨论,并着重研究了基于多个特征参数、应用模式识别理论的语音分类系统.实验表明,采用Fisher分类器实现的语音分类方法,对训练内语音分类准确率可达98.6%,而训练外语音分类准确率也可达96.7%.     

山西省森林资源的现状、评价及发展对策

森林资源的经营与发展是当前的山西省资源开发、环境保护和经济发展的重要问题。本文从山西省森林资源的现状入手,评价了山西省森林资源的特点,并针对性地提出了科学经营和持续发展的对策与措施。     

层连分级式并行推理架构

在分析现有并行推理架构的基础上,设计了一种改进的层连分级式并行推理架构（CPIFH）。该并行推理架构分为多个级别,按层次互相连接。通过减少并行推理架构中主机的工作量,进一步提高了并行推理的效率。从最后的比较结果可以看出,层连分级式并行推理架构能更好的提高并行推理的速度,增加并行推理运行的效率。对于并行推理而言,这种分级式的架构具有一定的应用潜力。     

《中图法》第四版计算机类目文字标记组配法运用之探讨

针对《中图法》第四版计算机类目文字标记组配法使用中存在的问题进行了探讨,提出了扩大文字标记组配法的运用范围,解决文献集中与分散的问题,以提高文献专指度和标引深度的建议。     

美人蕉属品种分类研究

针对目前美人蕉属品种分类系统繁多、分类标准各异、不利于国际交流的现状,根据《国际栽培植物命名法规》(ICNCP)建立美人蕉属品种分类新系统。首先根据花冠、瓣化雄蕊和叶片的形态特征划分种系,再按株高划分品种群,最后根据叶色、花色、花型、花径等的差异划分品种。照此系统从品种起源、种系形态特征和品种群的园林应用特点等方面对收集的66份国内外美人蕉种质进行分类。结果表明,这些种质被分为5种、6品种群及66个品种。     

基于类间距离的Logistic序贯多分类的成都空气质量污染分析

空气质量与人们的身体健康息息相关,分析影响空气质量的污染物是十分重要的工作。本文采用类间距离的序贯logistic多分类方法对成都市2019年5月至2020年4月的空气质量数据进行分析,该方法基于类间距离,把多分类问题转化为多个二分类问题,再基于序贯的原理使用二分类logistic,最后利用逐步回归后的正确率来分析影响空气质量的污染物。实验结果表明,PM2.5,PM10,NO2,O3这4类污染物的对成都市空气质量综合影响力最大,政府应该加强对这几类污染物的联合监控并制定相应的政策来减少污染物的排放。     

基于改进鲸鱼算法优化支持向量机的故障诊断的研究与应用

故障诊断在工业生产过程中具有很重要的作用,尤其是对于要求比较高的分子蒸馏来说,微小的故障都会造成其提纯率,因此本文提出一种基于改进鲸鱼算法优化支持向量机的故障分类方法（IWOA-SVM）,加入反向学习策略和对数权重因子到普通鲸鱼算法中。首先用反向学习策略(OBL)代替随机初始种群,用反向学习策略选取出反向种群,对种群进行择优选择,一方面OBL能够高效的提高群智能算法的全局搜索能力,另一方面提高鲸鱼算法在重复迭代中的多样性,使其跳出局部最优解,然后引入自适应权重因子并将其加入到鲸鱼优化算法中,利用权重因子的动态变化,很大程度上增强了全局搜索能力。最后采用改进之后的鲸鱼算法对SVM的参数进行寻优,并利用优化之后的支持向量机对刮膜蒸发过程获得的故障数据进行诊断识别,将IWOA-SVM的结果与WOA-SVM、SVM、PSO-SVM以及GWO-SVM做对比。结果表明,相比之下本文提出的IWOA-SVM算法分类准确率提升了2%,且其准确率保持在98%以上,IWOA-SVM在分类结果的准确性以及算法的鲁棒性方面于其他算法。