一种利用线性预测残差的语音去噪方法

提出了一种利用线性预测残差去除语音中加性白噪声的方法 .含噪语音经过线性预测分析后 ,所得的线性预测残差可分为与语音相关的语音残差部分和与噪声相关的噪声残差部分 .当噪声为白噪声时 ,噪声残差能量与噪声能量的比值大于语音残差能量与语音能量的比值 ,并且随着含噪语音信噪比的增大 ,两者数值上的差距越来越大 .因此 ,从含噪语音中按一定比例 λ(0 <λ<1 )减去预测残差 ,即可抑制噪声残差能量 .这实际上抑制了含噪语音中的噪声能量 ,提高了其信噪比 ,从而达到在一定程度上去噪的目的 .同时 ,这样处理造成的语音能量损失是有限的 .特别是 ,上述方法中对语音成分的操作仅仅在预测残差内进行 ,对语音的共振峰影响很小 ,因而能够较好地保留语音信号的频谱结构 ,使语音品质不致降低 .实验结果表明 ,该方法简便而有效     

实值编码遗传算法的行星齿轮传动优化

角度变位２Ｋ－Ｈ行星齿轮的优化设计是一个多峰函数优化问题,用传统确定性的、计算式方法容易陷入局部最优解．为达到全局优化的目的,采用实值编码遗传算法进行优化．首先给出了一个通用性强、以体积最小为优化目标的２Ｋ－Ｈ传动机构的优化模型,然后描述一种实值编码遗传算法的实现,并将之应用于角度变位行星传动的优化设计．其优化结果与单纯形的比较表明,遗传算法更能脱离局部解而取得更优解,在工程设计中具有一定的应用价值．     

基于预测神经元模型的语音线性预测系数求解新方法

采用预测神经元作为语音信号线性预测模型的一种实现形式,可将线性预测系数的求解问题转化为预测神经元的训练问题,并运用BP算法得到了[神经元权值（即线性预测系数）的递推计算公式,考虑到语音信号能量的不确定性,提出了运用相对预测误差能量作为判断的参数,并按清音和浊音中两种情况讨论了收敛判据,由于利用预测神经元的迭代训练算法,理论上可以最大限度地挖掘语音样本中的相关性,因而可得到非常精确的线性预测系数,计算结果表明,运用预测神经元方法所得到的线性预测系数,精度明显高于传统的杜宾算法和格型算法。     

面向PPC的CAPP集成框架

功能集成已成为制造系统开发研究的前沿．生产调度（ＰＰＣ）和工艺规划（ＣＡＰＰ）的集成被认为是解决目前存在问题的有效途径．在分析现有系统的基础上,提出了一个面向生产调度的工艺规划集成系统（ＣＤＩＣＡＰＰ）框架．该系统应用并行分布式功能集成方式和层次控制结构,把两个系统有效地集成起来,其工艺计划具有适应于调度的柔性,并具有可重用性,能充分反映车间的动态性和资源利用的计划性;其工艺规划具有可实施性．并提出了实现系统的关键技术——设备时间计划表,把动态信息作为共同的决策基础．     

一种基于段间距离测度的语言自动分割方法

根据连续语音中不同类语音段之间内在的相异性,提出了段间距离的概念,并基于特征矢量距离给出了段间距离的一种测度。在此基础上,提出一种新的语音自动分割方法,它根据语音段间距离曲线的峰值点对语音音素进行分割,而不需要关于语音单元的先验知识或参考模型,在该方法中,语音特征矢量按帧计算,通过采用适当的帧重迭度,可以使语音分割具有较高的时间分辨率,实验结果表明,该方法具有较高的分割精度和速度。     

基于关系型产品模型支持快速变型设计的环境

提出了一项能提高企业产品竞争能力的产品设计策略,即按照关系型产品模型,对企业已有的产品信息资源进行科学重组,以支持用变型设计快速响应市场需求和／或用户订单的新思路．阐明企业面临的全球市场激烈竞争的态势及应采取的对策,并论述通过企业产品信息资源重组以建立变型产品设计支持环境的意义及其原则．针对关系型产品模型,介绍了它的原理组成、对象类信息构成、对象分类框架和基于关系的族类属模型等内容．例举了一个减速机的产品变型设计     

基于最小分类错误训练的神经网络分类器设计

提出了一种基于最小分类错误（MCE）训练的采用多层感知器（MLP）结构的模式分类器设计方法。这是一种以分类错误率最小化为目标的模式分类器设计方法，将它用于MLP分类器设计能够进一步提高分类器的性能。采用MLP实现MCE训练中的分类损失计算，从而将MCE训练过程与MLP分类器设计统一在一个神经网络结构中，通过BP算法予以实现。这不仅能达到提高MLP分类器性能的目的，而且简化了它的设计过程。     

面向非线性工艺计划的动态多任务调度

提出了一种调度算法用对具有非线性工艺的任务进行调度。它包括交贷期算法和遗传调度算法,交货期算法根据主生产计划把产品计划分解为零件计划;然后利用改进的遗传算法实现具有非线性工艺的多个零件的动态调度。设计的遗传编码方法可以实现对具有非线性工艺的任务进行排序;改进的遗传损作算法可以避免非法解的产生,并适用于非线性工艺;设计的目标函数以确定的共有设备为基础进行计算,充分地反映了生产运行的动态性。