语音相位听觉特性在正弦模型语音编码中的运用

通过分析语音相位的听觉特性,把这种听觉特性运用到基于正弦模型语音编码合成元音的相位处理中,只通过幅频信息和少量的原始相位信息来合成重建语音信号,仿真实验结果表明这种方法能改善合成信号中帧与帧之间的不连续性,使帧与帧之间能平滑过渡,能增加语音自然度,提高语音的合成质量。     

注水地层的变形对套管损坏的影响

油田在注水驱油过程中,高压注水改变了原有的地层压力的平衡,导致地层（或储层）应力场的改变和重新分布。本文首先建立了高压注水时地层渗流的流固耦合模型,然后针对某一特定注水地层进行变形分析。计算的结果表明,在高压注水时,地层在水平方向产生挤压变形,在竖向方向出现明显的张拉,整个地层会发生向上隆起的变形。而地层的这种变形恰恰是导致置于其中的油水井套管出现剪切和拉伸损坏的直接原因。     

Fea2Lab:基于多标记学习的特征到标签生成模型

传统多标记学习方法通常只考虑和示例相关联的单个特征向量以及无差别地预测全体标签,从而忽视了与示例相似的其他示例及隐含的标签属性,造成输入空间特征信息较少、标签属性被忽略和对大标记空间预测效果差等问题.为解决以上问题,文章转化传统多标记学习任务为多标记学习的序列到序列任务,并由此提出新的多标记学习标签生成神经网络模型(Fea2Lab模型):通过交错的顺序排列示例和相似示例形成链式特征向量序列,来增加输入空间特征信息;通过挖掘标签属性来有差别地预测标签;通过在解码流程中使用全局标签信息,来缓解预测过程中出现的错误标签级联问题.在多个数据集上的实验结果和消融实验表明转化任务和Fea2Lab模型的合理性、可行性及有效性.     

基于神经网络正向模型和蚁群算法的涡流检测自然裂纹形状重构

以神经网络作为正向模型,蚁群优化算法作为反演方法,对采集的疲劳裂纹涡流检测(eddy current testing,ECT)信号进行了反演,重构了裂纹形状.研究了算法中参数的不同选择对反演结果的影响.裂纹形状重构结果表明了神经网络正向模型的有效性和蚁群反演算法的可行性.     

损失数据自回归模型的随机梯度辨识算法

运用多项武变换技术将损失观测数据自回归模型转化为一种特殊形式的模型,该模型可以利用稀少观测数据来辨识模型参数,再利用模型等价原理来估计损失观测数据,提出了基于残差的随机梯度辨识算法,仿真结果验证了提出算法的有效性.     

基于概率图模型技术的柱面全景图生成算法

为解决复杂场景下的全景图生成问题,应用了基于概率图模型的图像匹配技术,提出了一套完整的柱面全景图生成算法。采用动态阈值法对从图像中提取的H arris角点进行初步筛选,并结合图模型算法进行精确匹配,通过对匹配后特征点的迭代投影获得摄相机焦距,对原始图像进行柱面投影并融合。该算法具有对光照不敏感和全局最优化的特性,对图像噪声和特征点提取不准确有强健的承受能力,并有效地降低了计算复杂度,使算法更具有实用性。实验结果表明:能够对存在人车移动噪声和相机几何畸变的复杂场景正确合成360°全景图。     

基于国家地质网格的地下水质量评价

设计并开发了区域地下水质量评价应用网格软件。该软件基于国家地质网格环境,依据地下水质量国家标准,采用综合评价方法,利用网格计算技术、大型地理信息系统技术,在D ot net平台下,将软件部署在北京、天津、石家庄、济南、郑州网格节点上,通过IE浏览器在国家地质网格门户网站可调用它进行华北平原指定时空范围的浅层地下水质量评价,获得相应地下水质量状况。应用结果表明:将网格计算、大型G IS和地下水质量综合评价方法结合起来实现分布式动态数据的区域地下水质量评价十分有效。     

基于树形通用背景模型的高效说话人辨认

为了提高基于G auss混合模型通用背景模型(GMM-U BM)的说话人辨认系统的运算效率,提出一种基于树的核心挑选算法(TBK S),通过将U BM中的各个G auss分布按组织成树形结构,来减少从中挑选核心分布的运算量。实验结果表明:对1 000个说话人进行辨认,TBK S与现有的基于特征矢量重排序的剪枝算法(ORBP)相结合,将基于GMM-U BM的辨认系统的运算速度提高21.9倍,误识率却只上升不到4%;TBK S和ORBP相结合,可大幅度提高GMM-U BM系统的运算效率,而基本不降低识别率。     

Two Language Models Using Chinese Semantic Parsing

Introduction Although the word trigram dominates the statistical language modeling community, it still has some short- comings. For example, the word trigram cannot make use of the rich linguistic structure of the language, nor can it capture long-distanc…     

资本市场开放、投资效率与企业全要素生产率——基于“深港通”开通的实证研究

本研究以2016年12月“深港通”开通作为资本市场开放的准自然实验,构建了DID和PSM-DID模型,考察了资本市场开放如何通过影响企业的投资效率影响企业的全要素生产率(Total Factor Productivity, TFP)。研究发现,深港通作为资本市场开放的一项重要举措,促进了标的企业全要素生产率增长,其影响的途径是:资本市场开放—企业投资效率提高—企业TFP提高。本研究进一步拓展了资本市场开放对企业影响的理论研究,证明了我国资本市场开放政策的有效性,为我国资本市场稳步开放提供了参考意见。