混响声场中语音识别方法研究

免提式话筒语音识别系统是语音识别走向实用的目标之一．实现这一系统，首先要解决房间效应引起的混响问题．通过讨论室内混响声场中语音的特点，提出用鲁棒性特征参数——滤波规整的Mel频率倒谱参数(FNMFCC，即MFCC参数在对数功率谱域进行低通滤波，倒谱域进行均值减，并用标准差加权进行非线性规整，采用这3种措施来消除混响引起的语音参数的变化．识别方法用矢量量化法，用4组无混响数码语音进行训练，对特定人无混响和4种混响声场中共150组数码音的平均识别率达到98．7％．提出的这一新方法在不降低无混响音识别率的情况下，提高了混响声场的语音识别率．该方法不仅识别率高，而且运算量小、所需内存空间小。易于做成小型实用的快速识别系统．     

战斗机起飞噪声测试及特性分析

目标特性的研究是智能武器系统进行目标识别的基础。主要对某型战斗机在起飞阶段产生的噪声信号进行了测试方面的探讨，介绍了测试系统的原理和各部分的功能，并分析了其时域和频域特性，具有一定参考价值。     

离子选择性电极直接电位法测定牙膏中游离氟

利用氟离子选择性电极直接电位法测定了牙膏中的游离氟．讨论了总离子强度调节缓冲剂(TISAB)的组成及用量，氟电极在测定后快速恢复到空白值，以及不同空白值对测定结果的影响．实验结果表明游离氟的浓度在0．1000-9．000mg／ml范围内线性关系良好．方法的最低检出限为0．02000μg／ml，相对标准偏差RSD≤2．5％，加标平均回收率为100．8％～104．7％，方法简便，准确．     

基于幂均融合算子的模糊传感器数据融合

提出了一种新的融合模糊传感器数据的方法。首先把模糊传感器输出的隶属函数作为对模糊命题的支持程度，之后引入了一个相似性测度对各个传感器输出的相似性进行度量，定义了一个相对一致度系数表示各个传感器被其他传感器所支持的程度，最后基于幂均算子实现了模糊传感器的数据融合。与已有的方法相比，该方法综合考虑了各个传感器的输出信息，降低了融合过程中的信息损失。通过一个目标识别的算例验证了该方法的有效性。     

W离子注入奥氏体不锈钢的微动磨损性能

采用金属蒸气真空弧离子源，在奥氏体不锈钢上注入金属W离子，研究了W离子注入对奥氏体不锈钢微动磨损性能的影响．结果表明，W离子注入后不锈钢的表面硬度提高了3倍；W离子注入能够显著改善奥氏体不锈钢的微动磨损性能，降低微动磨损面积．这主要归因于离子注入造成的表面强化，以及离子注入在基体表面产生的压应力．     

一种彩色图像的二维纹理识别方法

基于仿射矩正则化技术，推导出了新的光照仿射不变特征：Zernike矩、多波段相关函数，通过正则化方法实现仿射不变矩，采用组合矩方法和奇异值分解方法实现光照不变性，在推导光照不变性时必须使用复数值矩(如Zernike矩)，因为实数值仿射不变矩不能实现独立于光照变化的仿射不变性。实验结果表明，所提出的纹理识别方法具有很好的识别效果。     

在创造超级稻新种质中离子束生物技术的发展方向

从三个方面分别论述了创造水稻新种质的必要性、促进水稻遗传改良的可能性和培育超级稻新种质的方向性。随着离子束生物技术的不断改进和完善，它在水稻遗传改良中的作用会越来越明显。在今后的研究过程中其技术思路可以用“诱变介导，生殖发育，倍性变化，特异种质”这16个字进行概括。     

多细胞藻海带对Cu2+、Ni2+的吸附性能研究

探讨了海带对Cu2 ，Ni2 的吸附性能及温度、时间，介质pH值，离子浓度等因素对吸附的影响．结果表明：在适宜条件下．海带对Cu2 ，Ni2 的去除率分别为95．17％、97．23％．     

多相流流型识别技术与系统开发

基于油气水多相流混合物在管道内流动时的多传感器信号－－压力和压差信号，建立特定流型的识别规则，采用学习矢量量化模式分类器作为未知流型的分类器，根据数据融合的技术思路获得了油气水多相流的流型在线识别技术。通过系统集成的手段，利用微处理装置研制出了流型识别系统。该识别技术具有置信度高、容错性好、性能稳定、降低了对单个传感器的性能要求等优点。该识别系统结构简单、无运动部件、不改变管道的截面结构，可以处理非快速变化的瞬态流动，测量误差小于10％，并具有连续工作、定时打印、信号输出等功能。     

锂离子电池用正极材料Li(Co0.2-XNi0.8MnX)O2的合成制备研究

研究了一种制备新型锂离子电池正极材料的工艺方法．通过采用溶胶凝胶法(sol-gel法合成了新型电池正极材料Li(Co0．2-XNi0．8MnX)O2。并采用XRD方法分析了材料的相变过程、烧结温度、烧结时间对材料相合成的影响及不Mn／Co比掺杂对材料相变的影响；通过SEM照片可见，Li(Co0．2-XNi0．8MnX)O2粉末元素分布均匀、粒径为1～4微米．为今后进行充放电性能的测试工作做准备．