基于音素相关后验概率变换的发音质量评价

帧规整对数后验概率是目前公认最有效的发音质量的度量。但该文证明了该度量还反映了当前发音对应的声学模型与概率空间中声学模型的混淆程度,使其在评分任务上存在着严重的缺陷。因此,该文提出了可训练的音素相关的后验概率变换;并研究了线性和非线性sigmoid变换,同时给出线性变换的显式全局最优解和非线性变换的梯度下降解法。在全国采集的普通话水平测试现场考试的篇章朗读题型上进行实验。实验结果表明:当概率空间包含所有音素时,该方法能使人机相关度从0.582提升至0.768;当采用优化的概率空间时,该方法能使人机相关度从0.696提升至0.773。     

能量收集认知网络中基于次用户意愿和吞吐量的中继协作方案

针对能量收集认知无线电网络(energy harvesting-cognitive radio network, EH-CRN)很少考虑次用户需求,且缺乏主次用户间的具体协作策略的问题,提出一种基于次用户意愿的中继协作方案。与传统协作方案不同的是,该方案考虑次用户意愿,假设次用户可以根据自身需求选择携带数据量负荷较小的主用户进行合作,并给出了具体的协作策略。设计了一种能量收集时间分配因子的优化方案,使得在合作以及非合作模式下次用户吞吐量最大。进一步,在不合作模式下推导出能量收集时间分配因子的闭式解;在合作模式下,由于无法直接完全通过解析求解获得优化结果,故采用遍历搜索的方法求解优化问题。进行了仿真分析,一方面验证了该方案的系统性能比传统合作方案有明显优势,另一方面仿真了不同参数对该方案性能的影响。     

中国新材料新技术的开拓者——记荣获第五届光华工程科技奖成就奖、两院院士师昌绪

师昌绪院士在国际材料科学界享有很高声誉。他受邀参加了1987年日本东京大学100周年大庆召开的“材料与社会”讨论会并做报告,1988年东京的新材料国际会议,芝加哥的世界材料大会。1998年他荣获美国材料研究会颁发的”国-际实用新材料发明奖”。他是“中国材料研究学会”(C-MRS)的创始人之一。     

面向大规模英语口语机考的复述题自动评分技术

为了改变计算机必须依靠文本才能进行评分的情况,该文在国内首次开展了面向大规模英语口语机考中的复述题型自动评分技术研究,并证明了其技术可行性。首先基于连续语音识别、自然语言理解等技术搭建了复述题自动评分技术流程,并针对复述题无需按原文复述、考试现场录音质量低等难点,通过借助朗读题录音的声学模型自适应处理、基于复述原文的通用语言模型裁剪、基于识别输出词图的机器评分特征提取等一系列的改进工作的开展,最终完成的自动评分系统在339份中国科学技术大学期末考试现场采集的复述题数据集上达到了专家精细评分84%的性能,超过了教师批量阅卷时的性能。实验结果表明该系统在英语复述测试中,可以辅助教师进行更科学客观的评分。     

认知D2D网络中基于博弈论的高能效干扰约束资源分配算法

针对认知网络中多个D2D(device-to-device)用户以Underlay模式复用蜂窝用户的频谱资源时的同频干扰和能耗增加问题,提出了认知网络中基于博弈论的最大化用户能效(energy-efficiency,EE)的D2D通信资源分配算法。不同于以前工作,在满足特定干扰门限的条件下,侧重对能效进行优化,且不牺牲系统容量。建立Underlay模式下认知D2D通信博弈模型,将D2D用户(device-to-device,DUE)作为跟随者复用蜂窝用户(cellular user,CUE)上行链路的频谱资源,由于每个用户都具有自私特性想要最大化自身的能效,所以该资源分配问题可以模拟为非协作博弈问题。在干扰门限的约束条件下构造了相应的效用函数,利用拉格朗日对偶方法求解此优化问题,得到用户的最优发送功率,保证了用户的功率和链路速率的均衡,并分析了算法复杂性。仿真结果表明,该方案能够提高用户能效和链路平均能效,改善系统总功耗及系统的容量等性能。