多特征全卷积网络的地空通话语音增强方法

为了研究空中交通管理领域中的语音增强问题,并且节约存储资源,提出了一个新的语音增强方法.在基于全卷积神经网络(FCN)的基础上加入了跳跃连接(Skip Connection),并引入次要特征来进行联合学习.具体而言,使用语音的对数功率谱(LPS)作为网络的主要训练特征,引入对数梅尔倒谱系数(L-MFCC)作为网络的次要训练特征,来联合优化网络参数.实验证明,相较于单个LPS特征输入的架构,结合LPS和L-MFCC的多特征网络架构具有更好的语音增强性能表现,且作为次要特征的L-MFCC还可以用作其它用途.实验还证明,跳跃连接的加入可以很好的提高FCN的网络性能,且相较于基线的深度神经网络(DNN)模型,新的网络结构在相同参数数量的情况下,要具有更好的性能.     

基于课外学习的高职学生英语应用能力实证研究

以建构主义教学观为视角，研究课外学习对提高学生英语语言应用能力的有效性。实验结果表明，课外学习是构建英语语言学习环境的有效手段，对高职英语课堂教学有很大的促进作用，对提高学生的英语语言应用能力有明显作用。     

人工智能消费场景中的女性性别歧视

人类社会正快速步入人工智能时代,人们无时无刻不处于人工智能消费场景中。人工智能不仅是一个技术问题,更是一个道德问题。然而,貌似客观中立的人工智能技术并未带来预想的性别平等,反而造成女性性别歧视现象丛生,招致越来越多的批评与抗议。人工智能与大数据是人类社会的镜像,虚拟世界出现问题,病根在人类世界。因此,构建机器伦理,加强行业自律,推进人工智能立法,增强女性在人工智能行业中的话语权,让男女平等观念深入到虚拟世界与机器世界,方是根治人工智能消费场景中女性性别歧视的善治之道。     

基于CNN的水表故障检测算法研究

合格水表运行一段时间后可能出现硬件故障，造成水费计量异常。为避免此问题，传统上采用机器学习方法（例如支持向量机）分析水表日常读数以判断水表是否出现故障，但该方法常因人工选择特征不当而导致检测性能不能满足实用要求。为解决该问题，本文利用卷积神经网络（CNN）卓越的特征提取能力，根据水表日常读数自动提取水表故障特征，在此基础上提出一种基于CNN的水表故障检测方法，并通过大量实验对检测模型进行了参数优化。对比实验结果表明，本文所提方法相比于支持向量机和集成学习方法，具备更高的检测性能，且检测精度满足实用需求。     

基于时效信息和深度学习的离港航班延误预测

针对离港航班延误预测问题,利用深度神经网络模型,结合时效航班信息数据和时效气象数据,提出了一种基于时效信息和深度学习的离港航班延误预测模型。利用真实数据开展数值试验,结果表明了所构建的延误预测模型可以在较短时间内获得较高的航班延误预测精度,并且具有较大的航班延误预测时效；同时随着延误时间阈值的增加,预测精度不断提高,损失值不断降低；尤其以60分钟为阈值时,模型的预测精度可以达到91.26%,说明了模型的有效性。     

工程热力学教学研究与实践

工程热力学是本校油气储运工程专业必修的技术基础课程,也是部分学生继续深造的理论基础。文章阐述了工程热力学课程较为有效的学习方法,探讨了改革所采取的一些措施,实践表明,既提高了学生的学习兴趣,又提高了教师的教学水平。     

基于PXI Express总线的雷达综合测试系统简

针对某型中程三坐标对空情报雷达的测试需求,开发基于PXI Express总线的雷达综合测试系统.从雷达的测试方法分析入手,阐述了测试系统的硬件平台和软件平台设计方法,该系统可自动（人工辅助）、快速、准确地完成雷达性能指标测试和整机性能评估.     

综放工作面作业人员可靠性分析

综放工作面生产是地下作业,作业环境差,系统复杂,且作业地点处在不断的变化中,各类事故发生率较高。在人—机—环境系统中,事故的发生都是由人的不安全行为、物的不安全状态和环境的不安全因素造成的,其中,由于人存在个体差异,受其自身及环境的影响,个体具有较大的随意性和偶然性,从而人的不安全行为发生率最高,是导致事故发生的主要因素。在对综放工作面人员失误特点分析的基础上,从人、机、环境三个方面考虑影响人员可靠性的因素,并对影响因素进行量化,建立了综放工作面作业人员的可靠性模型,对控制人为失误,减少事故的发生具有重要意义。     

地方普通高校构建学生学习支持服务体系的探索与实践——以北京联合大学为例

随着高等教育大众化程度的深入,地方普通高校生源结构和特点发生显著变化,学生学习水平、学习能力的差异化以及学习需求的多样化日益突出,学生学习动力不足、投入不足和自主性不强的状况普遍存在,如何培养学生成长成才已成为社会普遍关注的问题。以北京联合大学为例,探索建立学生学习支持服务体系,适应高等教育形势的变化,促进不同层次学生的成长成才。