基于线性判别分析的时频域特征提取算法

针对复杂环境中的声目标特征提取与选择问题,结合声信号时频域的特点,提出了一种时频域相结合的特征提取方法。首先,对信号进行小波分解,达到去噪目的;然后,将短时能量、短时平均幅值、过零率及频带能量值作为原始特征矢量,并结合Fisher判别准则进行特征选择,以此构造低维特征向量;最后,对两类声目标的实测样本数据进行特征提取,并采用支持向量机和K近邻两种分类器对该特征提取方法的有效性进行校验。实验结果表明,采用“时域+频域+线性判别分析”的特征提取方法简单有效,且与单一时域或频域的特征提取方法相比,识别率更高。     

国际模式识别和机器智能的一代宗师——纪念傅京孙诞辰90周年

 2020年是国际模式识别之父、世界著名人工智能和机器视觉科学家傅京孙（KingSun Fu）诞辰90周年。为缅怀傅京孙传奇的生平事迹，论述了其许多鲜为人知的感人故事，展现了他的科学思想和科学精神，评价了他对国际模式识别和机器智能等学科的杰出贡献。     

VR/AR技术在人体解剖教学及手术培训中的应用

 虚拟现实技术为解剖教学和手术培训提供了一种逼真、立体、可完全情景再现式反复操作的学习环境，在降低实践成本、提升培训质量和效率、提高手术成功率等方面展现出了极大的优势。结合实际项目剖析了一款基于HoloLens的人体解剖教学系统，包括功能需求、软硬件平台的选择、关键开发技术及实现效果。分析了虚拟人体解剖及手术培训领域存在的问题，并展望了其未来的发展方向。     

虚拟现实技术在文化遗产领域的应用

 分析了2010-2019年Web of Science与中国知网中虚拟现实技术用于文化遗产保护的相关文献，发现近年虚拟现实在物质文化遗产领域的研究主要集中在器物、书画、雕塑和建筑遗址方面；在非物质文化遗产领域的研究主要集中在口头故事与语言、传统技艺和传统习俗方面；随着技术的进步，虚拟现实三维建模的速度与准确性不断提高，且声音的加入增强了虚拟系统的沉浸感。未来虚拟现实技术在文化遗产保护领域具有很广泛的前景。     

基于图像的虚拟光影技术研究热点

 基于图像的虚拟光影技术是直接改变图像场景中物体的光影效果或者估计场景光照，在光影维度对图像进行增强，并保留图像物体的视觉特征。从光影效果迁移、虚实光照融合两个方面盘点了虚拟光影技术的重要研究成果，展望了该领域关键技术的发展趋势。     

考虑成本限制的最小化最大延迟时间平行机调度问题

以绿色制造为背景,假定机器设备具有不同的能源消耗成本或维护成本,研究了一类考虑成本限制的平行机调度问题.调度的目标是最小化最大延迟时间.为该问题建立了整数规划模型MIP,设计了改进的EDD (earliest due date firstly)算法,命名为MEDD.由于考虑成本限制,证明了MEDD算法的可行性,并进而理论分析了算法的最坏误差界.通过算例说明了算法的执行情况,同时采用大量随机数据实验验证算法的性能.对于小规模问题,将MEDD的解与MIP的精确解进行了对比;对于大规模问题,由于MIP精确解难以获得,以MIP对应的线性规划松弛模型MLP的最优值为下界对MEDD算法的解进行了衡量.实验结果表明了所构建MEDD算法的有效性.     

智能下肢助力装置虚拟样机的联合仿真

尝试建立一种全新的智能助力装置虚拟样机模型,旨为提高下肢助力装置设计的效率与可靠性.将CATIA建立的机械模型导入ADAMS建立装置的三维虚拟样机模型,对助力装置的运动学及动力学进行了仿真验证,将虚拟样机模型与MATLAB/simulink结合,对助力装置动力学方程及搭建的控制系统进行联合仿真.根据人体的步态数据,采用PID控制算法对下肢助力系统进行控瓤仿真结果表明,下肢助力控制系统有较好的动态响应特性和轨迹跟踪能力.研究结果能及时发现装置存在的缺点与不足,为助力装置样机研制和电机选型提供了参考,也为实现装置的助力提供了重要的理论依据.     

多中心治理模式下的网络舆情应对--基于服务型政府建构的逻辑

网络舆情是当前转型社会、民主社会和虚拟社会叠加作用下的产物。在社会治道变革以及多中心治理模式得以确立的背景之下，网络舆情这一社会现象也出现了新的演进趋势。工具理性与价值理性主导了网络舆情发展演变的双重向度，使其产生出两种截然不同的社会影响。就网络舆情的产生根源来看，主要来自于社会治道变革的内在感召、反向社会情绪的释放发泄、多元网络文化的深度催化和网络社交领域的繁荣兴盛。因此，应摒弃传统社会管理模式下对网络舆情的研判思维，通过多中心治理模式下的理念变革，强化大数据背景下的数字化治理，完善多中心治理秩序，促进国家与公民社会关系的再平衡等途径，从构建服务型政府的视角出发，科学地加以应对和利用。     

带式焙烧机特点及台车跑偏故障的原因分析

预防焙烧机跑偏是焙烧机日常维护的重点难题,该文通过对焙烧机结构特点、运行方式的研究,对焙烧机的跑偏现象进行了简单介绍,同时对台车跑偏进行深入分析及对跑偏现象形成的原因加以分析,进而对发生跑偏现象直接的做出分析,并给出严谨的推论并加以论证,发现和总结出焙烧机的安装精度、风箱设置位置、气流等相关因素与焙烧机台车跑偏所存在的内在联系与规律,为焙烧机跑偏调整提出切实可行的实施方案,是该文着重需要探讨的问题。     

基于LMKL和OC-ELM的航空电子部件故障检测方法

针对航空电子部件故障样本获取困难以及检测准确率不高的问题,提出基于局部多核学习(localized multiple kernel learning, LMKL)和一类超限学习机(one-class extreme learning machine, OC-ELM)的故障检测方法。仅运用正常状态的小样本数据,给出了LMK-OC-ELM的数学表达形式,并在不同的门模型下推导了LMK-OC-ELM中局部核权重的优化方法;在获取局部核权重的基础上,定义了离线故障检测所需的统计检验量与阈值,以便工程实现。将所提方法应用于某型接收机,结果表明，在训练时间可控的前提下,与4种常见的一类分类(one-class classification, OCC)算法相比,所提方法可均衡地提高召回率、查准率和特异度,以LMK-OC-ELM-sig为代表,其在F1、曲线下方面积(area under curve, AUC)、G-mean和准确率4个指标上,比最近提出的局部多核异常检测(localized multiple kernel anomaly detection, LMKAD)方法分别提高了1.60%、1.57%、1.53%和2.23%。