基于多属性分析的城市关键基础设施系统抗灾能力评估研究

传统的城市关键基础设施系统抗灾能力评估方法,常出现评估错误的情况,为解决这一问题,设计一种基于多属性分析的城市关键基础设施系统抗灾能力评估方法。综合分析城市关键基础设施系统,将评估指标分为一级指标、二级指标和三级指标,并采用多属性分析法,对微观指标洞察与改进,为使上述获得的指标便于量化,采用多属性分析法分配评估指标权重,在此基础上,建立城市关键基础设施本体模型,将评估指标和指标权重代入该评估模型中,构建基于多属性分析的城市关键基础设施系统抗灾能力评估模型,以此完成城市关键基础设施系统抗灾能力综合评估。实验对比结果表明,此次设计的基于多属性分析的城市关键基础设施系统抗灾能力评估方法比传统评估方法错误评估数量少,能够满足城市关键基础设施系统抗灾能力评估需求。     

一种用于语音质量评价的半监督学习方法研究

自动语音质量评估是一项重要的任务,因标注缺乏、对不可见记录条件的不良概括以及现有方法缺乏灵活性等问题阻碍了评估研究的进展.提出使用半监督学习方式来解决这些问题,将可用的标注数据与自动生成的数据相结合,并使用3个不同的优化准则以及5个互补的辅助任务进行联合优化.实验结果表明,这种半监督学习的方式可以将现有方法的误差率减少36％以上,同时在可重用特征或辅助输出方面可以提供额外的效益.同时,实验结果也显示出该方法具有良好的泛化能力和有效性.     

基于RTSJ的物联网智能网关研究

物联网网关发挥着连接传统信息网络与感知网络的重要作用,针对目前人们使用过时的开发手段实现物联网网关软件的设计,提出了一种使用实时Java技术的实现方案。系统以ARM Cortex-A57架构的AMD Opteron 1150处理器为核心构建物联网网关系统硬件平台,采用"互联网+传感网技术/现场总线"的组网方案实现有线/无线的数据交互,使用完全兼容RTSJ的WebSphere Real Time开发平台实现物联网网关协议的转换,以及三层网络间通信软件的设计,保障物联网网关的安全实时通信,最后给出了该设计的实现技术和系统验证。结果表明:RTSJ很好地保障了Java语言的实时性,整个物联网智能网关完全符合实时系统应用程序的毫秒级测量精度和所期望的服务质量要求。