新神经网络结构及其在数码语音识别中的应用

为了提高人工神经网络处理动态信号能力 ,在时延神经网络 ( TDNN )和卷积神经网络 ( CNN)的基础上 ,针对孤立音节的特点 ,提出了一个新的网络结构 ,研究了其学习算法。新网络在进一步改进后用于汉语孤立数码语音识别 ,对特定人和非特定人任务 ,分别达到了 97.7%和 95 .6%的正确识别率 (无拒识 ) ,其性能远远高于多层前向感知机( ML P)和时延神经网络 ,与传统的隐马尔科夫模型 ( HMM)方法是可以相比的。     

Influence of polymer addition on performance and mechanical properties of lightweight aggregate concrete

The influence of polymer addition on microstructure, performance and mechanical properties of lightweight aggregate concrete was investigated. It was found that the addition of polymer improved the performance and mechanical properties of lightweight aggregate concrete. It was ascertained that the modification of microstructural uniformity and densification with the addition of polymer is responsible for the enhancement of mechanical properties.With respect to compressive strength and bending strength, the lightweight aggregate concrete added with 13% ethylene-acetate ethylene interpolymer ( EVA ) exhibits preferred mechanical properties.     

删除卷积码与MPSK调制

格型编码调制ＴＣＭ把卷积编码和ＰＳＫ或ＱＡＭ调制相结合，在功率有限和带宽有限的信道中能够获得较大的编码增益，中提出了一种将删除型卷积码和ＭＰＳＫ调制结合的方法，使译码的复杂度降低，并在计算机上对具有最大欧几里德距离，信息率ｒ为２／３的删除只编码调制的好码进行了搜索。     

钢筋轻骨料混凝土框架节点的试验研究

本文论述了四个钢筋轻骨料混凝土框架梁柱节点组合体在低周反复荷载下的试验结果。分析了梁端塑性饺区和节点核心区的强度、变形和粘结锚固性能。提出了设计建议。     

大自由距离网格编码的最佳译码和DAPSK的迭代译码

提出一种新的接收机结构 ,用于卷积编码和差分幅度相移键控调制的迭代译码 ,其性能接近于加性高斯白噪声信道上的相干检测 .此外 ,还提出了对于 Lin等人的网格编码结构的最佳译码 ,性能优于其准最佳译码 ,但译码延时要比传统网格编码调制或卷积码的译码延时长 .     

不同信源条件下卷积码的Viterbi和BCJR两种译码方案的比较

研究了在AWGN信道下，当信源为等概和非等概分布的数据信源以及图像信源时，Viterbi和BCJR算法的性能。在计算机仿真和比较分析的基础上，进一步探讨了BCJR算法在卷积码译码中的应用条件。     

基于文本情感特征的心理评估模型

构建基于文本情感特征的心理评估模型. 首先, 根据词语的情感极性和词性设计词语特征, 将文本中的每个词语映射成情感词向量, 进而将其作为卷积神经网络的输入, 并加入注意力机制对输出结果进行优化, 得到包含情感特征的文本向量表示. 其次, 使用Bayes正则化算法优化权值, 控制并平衡神经网络拟合程度, 改进BP神经网络算法的网络泛化能力. 最后, 将文本向量作为Bayes正则化神经网络的输入, 预测学生的心理状态, 与心理评估结果的对比实验结果表明, 模型效果较理想.      

钢筋陶粒混凝土板的冲切强度

通过试验与理论分析，在比较陶粒轻骨料混凝土与普通混凝土板受力特性差异的基础上．对轻骨料混凝土板冲切破坏机理作了进一步探讨．在建立冲切破坏模式的基础上提出适合于轻骨料混凝土板冲切强度的计算公式．     

基于深度卷积神经网络的地磁导航方向适配性分析

针对地磁导航方向适配性分析时人工提取的特征主观性较强且难以表达深层的结构性特征的问题,提出一种基于深度卷积神经网络(convolutional neural network,CNN)的地磁导航方向适配性分析方法.首先,利用Gabor滤波器的方向选择特性建立了6个典型方向的适配特征图;然后,设计了卷积神经网络对深层次的方向适配特征进行提取,并通过混和粒子群算法(hybrid particle swarm optimization,HPSO)对卷积神经网络的训练参数进行优选;最后,通过仿真实验对所提方法进行了验证.结果表明,该方法可有效避免复杂的计算以及人工特征提取的盲目性,实现了地磁导航方向适配性分析的自动化,且所提方法的准确率高于传统的BP网络和支持向量机,对地磁导航和航迹规划具有指导意义.     

一种基于双流卷积神经网络跌倒识别方法

针对跌倒行为的视觉特征难以提取的问题,提出一种由两路卷积神经网络和模型融合部分组成的双流卷积神经网络(Two-Stream CNN)的跌倒识别方法.该方法的一路对视频帧的运动人加框标记后,送三维卷积神经网络(3D-CNN)处理来消除视频背景的干扰;另一路从相邻视频帧获取光流图后,送VGGNet-16卷积神经网络处理;最后将3D-CNN和VGGNet-16的Softmax输出识别概率加权融合作为Two-Stream CNN输出结果.实验结果表明:标记运动人并经3D-CNN处理有效地消除了视频背景的干扰;Two-Stream CNN跌倒识别率为96%,比3D-CNN提高了4%,比VGGNet-16网络提高了3%.