基于改进卷积神经网络与动态衰减学习率的环境声音识别算法

环境声音识别在音频检索、监控方面有着广泛的应用,是听觉识别任务中的一个热门研究领域。但由于其声音信号的复杂多变,使得该任务在识别率提升方面依然面临许多挑战。针对这一问题本文提出了基于改进卷积神经网络的环境识别模型（S-CNN）,该模型采用反复堆叠的递减型卷积核提取不同尺度的局部特征,并在每层卷积层后采用Batch Normalization（BN）层对特征进行归一化操作。同时,利用动态衰减的学习率训练模型,以提高模型收敛速度与收敛稳定性。实验结果表明,相比于传统的机器学习与卷积神经网络模型,本文所设计的改进卷积神经网络模型S-CNN具有更好的识别率。在ESC-10环境声音数据库上,识别精度达到91.3%。     

论大学诚信教育的七大误区

诚信是中华民族几千年传统美德之一，也是市场经济发展的基本要求。大学作为育人的重要场所，培养德才兼备、诚实守信的人才是其义不容辞的责任。但现实是大学生的整体诚信状况堪忧，究其原因，可能是多方面的，其中诚信教育中存在的七个误区应是其重要的成因之一。因此，必须正确认识并予以矫正。     

韶赣高速公路红砂岩路基设计与施工技术

本文就韶赣高速公路虹砂岩路基的处治措施，施工技术，质量监测等进行介绍。     

具有投资收益的双险种双复合Poisson-Geometric风险模型的破产概率

本文研究了保费过程和索赔过程均为复合Poisson-Geometric过程的具有投资收益的双险种双复合Poisson-Geometric风险模型,利用概率论中的期望理论和切比雪夫不等式,得出此模型的调节系数不存在。在将干扰因素考虑进来后,得到了调节系数和破产概率的表达式。     

复杂性管理对企业核心竞争力的提升

在分析企业系统复杂性影响因素的基础上,指出企业可以通过合理配置复杂性、组织设计、文化建设等方面降低不合理的复杂性;提高个体认知和处理复杂性的能力;为增加有效复杂性提供空间;形成企业核心竞争力。     

考虑企业风险感知的R&D网络风险传播建模与仿真

考虑企业风险感知的基础上,借鉴传染病模型(SIS)思想,将企业状态分为未发生风险有感知、未发生风险无感知和发生风险有感知3种。在此基础上构建了R&D网络风险传播的模型,并进行了数理解析与仿真分析。结果表明：R&D网络风险传播存在稳定状态下的解,即风险传播阈值,该阈值是由企业的风险感知、风险恢复率以及企业间的合作紧密程度决定;考虑风险感知的R&D网络比未考虑风险感知的研发网络具有更高的鲁棒性;随着企业风险恢复概率的不断增大,风险在R&D网络的传播范围越小;企业的风险感知对风险传播速度与传播范围均具有负向影响。该研究成果对于提高R&D网络的抗风险能力具有重要意义。     

有限元网格全自动自适应生成新方法

详细论述了基于推进波前技术提出的全自动自适应网格生成方法．对推进波前法中的基边选择和单元生成等技术关键作了深入的分析，并给出了合理的处理方案，同时也提出了一种快速可靠的单元搜索方法．通过使用当前网格上的计算结果提供的信息，网格被自适应地重新生成．给出的一些实例说明了所提出的自适应网格生成方法的性能．     

Ni7Zr2非晶合金制备及其磁性能研究

采用行星式高能球磨机,通过在室温下球磨纯元素混合粉末制备出Ni7Zr2非晶合金粉末.应用X射线衍射(XRD)、差热分析(DTA)和扫描电子显微镜(SEM)对不同球磨时间的混合粉末进行了研究.结果发现球磨时间对混合粉末的结构及颗粒形貌均存在显著影响.随着球磨时间的增加,Ni、Zr颗粒发生严重塑性变形,并且通过冷焊团聚起来,形成具有层状结构的复合颗粒.由于磨球的剧烈撞击,使得结构发生了严重的畸变,从而破坏了原有的有序结构而形成了无序结构.另外,在进一步球磨过程中,合金的晶粒不断减小,形成高体积分数的晶界,而金属粉末不断地发生塑性变形,形成了点缺陷、位错等高密度缺陷,晶格发生严重的畸变,晶体自由能也相应不断上升,最后产生了非晶转变.磁性能测量表明,该合金粉末具有较好的软磁性能.     

江厦湾网箱养殖鱼体内重金属的积累、分布与环境效应

对江厦湾网箱养殖鱼类-黑鲷、鲈鱼、红鲈体内组织中重金属Cd、Cr、Zn、Cu、Pb的含量进行分析,同时测定该鱼类生长环境中海水的重金属含量,结果表明:在不同鱼体的不同组织中,各种重金属含量差异显著,肌肉中重金属含量较少,而鳃和鳍中含量较高;通过比较发现,鱼样体内组织中重金属的含量,与该鱼类生长环境中海水的重金属含量存在正相关的关系;该区域海水中重金属Zn、Cu、Pb的含量明显高于其它区域.     

在体育教学中如何提高中职生的素质教育

中职学校是培养技术人员的学校,在体育教学过程中提高中职学生的素质,使他们的创新能力,自主能力得到全面发展,是体育教学的重要任务,也是社会对新型人才的需要.