混合法测金属比热的关键

论述了混合法测定金属比热的关键以及用温—时冷却曲线能消除系统散热带来的实验误差的原因。     

浅析高速公路水稳沙砾掺破碎砾石基层平整度的控制

以辽宁丹庄高速公路的建设为例，对路面水稳沙砾掺破碎砾石基层施工平整度进行了分析总结。在施工过程中，对水稳基层的施工工艺进行全方位的控制，不仅保证了基层的平整度，而且提高了油面的铺筑质量。     

基于音素分类的汉语语声转换算法

提出了一种基于音素分类的语声转换算法。根据汉语语音学理论,分析汉语语言结构,通过帧特征分析,构建了汉语元音映射表,指导音素的分类,然后对每类音素进行独立的特征参数转换,解决了传统GMM转换算法的过平滑问题,避免了训练与测试阶段的语料音素之间的不均衡,从而提高语音的可懂度与自然度。客观评测结果表明,基于音素分类的语声转换算法与GMM算法相比,谱距离比值平均降低了9.31%;主观听力测试表明,ABX测试结果提高了10.36%,同时MOS得分平均提高了29.33%。     

膨胀剂在混凝土施工中的作用

通过工程实例,对技术上如何防止和减少大体积混凝土裂缝方面进行了论述,指出正确使用膨胀剂能防止和减少混凝土开裂。     

浅谈水泥稳定碎石基层的施工质量控制

2000年以来,水泥稳定碎石在太原市的市政道路工程中得到了大量的推广与应用,如何对水泥稳定碎石进行质量控制,成为了很重要的问题。文章以城市主干路、快速路的水泥稳定碎石基层为例,从水泥稳定碎石的主要指标及施工注意事项作简要描述。     

Text─Dependent Speaker Identification

探讨了层次混合专家（ＨＭＥ）模型在说话人辨认中的应用。对于一个多路分类问题，提出了一个推广的贝努利概率分布密度函数，取代早先用于ＨＭＥ中的多项式概率分布密度函数。利用提出的概率分布密度函数和ＨＭＥ模型，用ＥＭ学习算法对模块网络进行训练所得到的说话人辨认系统不仅具有良好的性能，而且具有非常快的训练速度     

q-1阶多重线性多项式模型的A-最优设计

对于正规单纯形S(q-1)上的q—1阶多重线性多项式模型,本文讨论了参数估计的 A-最优设计,给出一种 A-最优设计的算法,并且分别以q=3和4的A-最优设计为例来说明这种算法。     

A latent class procedure for the structural analysis of two-way compositional data

This paper develops a new procedure for simultaneously performing multidimensional scaling and cluster analysis on two-way compositional data of proportions. The objective of the proposed procedure is to delineate patterns of variability in compositions across subjects by simultaneously clustering subjects into latent classes or groups and estimating a joint space of stimulus coordinates and class-specific vectors in a multidimensional space. We use a conditional mixture, maximum likelihood framework with an E-M algorithm for parameter estimation. The proposed procedure is illustrated using a compositional data set reflecting proportions of viewing time across television networks for an area sample of households.     

AL合剂对匍茎翦股颖安全越夏的效应

在逆境(高温、干旱、强光)条件下,AL合剂具有提高匍茎翦股颖细胞汁液浓度、减少电解质外渗、阻止蛋白质分解、提高叶绿素含量、增加光合速率等生理效应,从而增强了其抗逆性,取得了显著的安全越夏效应。     

基于高斯混合密度模型的隐身目标RCS统计分析

为克服传统RCS起伏统计模型描述隐身目标起伏特性的不足,提出了一种将高斯混合密度模型(GMDM)应用于RCS统计分析的建模方法。根据典型隐身目标的仿真数据,分别建立了该目标在不同方位角范围内的2阶GMDM和χ2分布模型。拟合结果表明2阶GMDM在前侧向、正侧向和后侧向拟合误差分别为4.74%、12.34%和1.01%,而χ2模型的拟合误差分别为44.5%、18.65%和13.21%。同时,当拟合阶数超过4阶时,GMDM的拟合误差将稳定在5%以下,能够满足雷达目标仿真的精度需求。