基于声源定位的头部姿态检测系统研究与实现

研究了声源定位技术在鼾声检测上的应用,主要研究鼾声的声学特性、声源定位技术原理,并利用声源定位技术对人体打鼾时头部姿态进行识别.采用广义互相关函数法对多路声音采集系统采集到的鼾声信号进行延迟估计计算,根据得到的相对时延信息进行声音定位,结合定位信息和朝向信息推断出当前受试者打鼾时头部姿态.采用数据采集卡进行高速信号采集,使用虚拟仪器Labview进行信号处理和算法实现,实验中受试者以不同头部姿态在该系统监测下模拟打鼾,通过该系统检测头部姿态,综合判断正确率达到80%.     

基于分组简化粒子群算法的盲源分离

传统盲源分离算法普遍存在收敛精度低和易陷入局部最优的缺点,针对上述问题,提出将蛙跳算法的分组思想应用到盲源分离算法中.该分组思想是将整个粒子群分为多组子群体,每组粒子在进行组内寻优的同时进行全局寻优,从而增加了粒子之间的差异性,可以有效避免早熟收敛.该算法以负熵为目标函数,通过对分离矩阵进行调整,使各个信号分量之间相互独立,从而完成对瞬时混合信号的盲源分离.实验仿真结果表明,提出的算法与基本的粒子群盲源分离算法相比,能有效避免早熟收敛并进一步提高收敛精度和算法的稳定性.     

综合安全评估法在船舶配载中的应用

介绍了综合安全评估方法的概念和整个体系的理论框架．针对如何在船舶安全配载中应用该方法。从配载危险识别、配载风险评估、风险控制方案及各种方案的费用／效益评估和决策建议等方面进行了分析和研究．研究的初步结果，对提高航运公司风险管理水平有积极的作用，并对进一步开展船舶配载安全管理方面的研究有参考价值。     

基于环境特征的语音识别置信度研究

传统的语音识别置信度方法基于各种静态特征进行分类判决,而忽略了词与周围环境之间的关系所携带的信息。为了进一步提高置信度特征的分类性能,该文提出了上下文环境、动态环境、句全局环境共3类5种环境特征,从空间与时间角度较全面地描述了词与环境之间的关系。实验结果表明:静态特征与环境特征联合分类的性能与只用静态特征相比有不同程度的提高,其中,静态环境与环境特征的二元联合最高有5.02%的相对改进,三元联合最高有6.11%的相对改进,说明环境特征确实是一种有价值的置信度特征,并且这几类环境特征之间存在一定的独立性。     

液化地基自由场振动台试验的土性参数识别

基于已进行的液化地基自由场振动台试验,利用参数识别技术对试验记录的土体加速度和孔隙水压力进行分析,研究了场地液化机理及土的动力特性.由自由场振动台试验的土体加速度记录求出土体的动剪切应力—应变曲线,并研究了土体的动剪切模量及阻尼特性随动剪切应变的变化关系.结果表明:利用参数识别技术识别的土的刚度与土动力性质试验获得的数据基本一致,而阻尼要高于土动力性质试验的结果;孔隙水压力增长对土的剪切波速有影响,会引起土的刚度降低.     

基于矢量量化的仿生模式识别方法研究

该文探索了另一种新的仿生模式识别算法:基于矢量量化的仿生模式识别,用高维空间闭域作为同源类模板,并将其应用于语音关键词识别。实践表明仿生模式识别方法有许多优点,能够有效降低识别的错误率,识别效率优于传统模式识别方法。     

质量互变定理用于识别可拓学与集对分析的基础性错误

本文根据2007年笔者创立的可变集及其辩证法基本规律数学定理,识别可拓学（物元分析）与集对分析的基础性错误。指出可拓学的基础可拓集合关联函数等于零等概念与定义的错误。指出集对分析的中介不确定性等概念与定义,同异反联系度公式计算概率可能性的错误。     

用于稳态视觉诱发电位目标识别的多尺度特征融合卷积神经网络方法

针对传统稳态视觉诱发电位(SSVEP)脑电信号目标识别方法分类精度低、提取特征不充分、方法复杂且耗时等问题,提出一种基于多尺度特征融合卷积神经网络的SSVEP信号分类识别方法(SSVEP-MF)。利用小波变换将多通道SSVEP信号整合转化为二维图像作为输入样本集;建立多尺度特征融合卷积神经网络模型(MFCNN),该模型利用三层二维卷积核实现图像样本不同尺度特征的充分提取,构建多尺度特征融合单元对不同层级特征进行融合,并通过全连接等操作完成模型的训练;将样本集输入到MFCNN模型中实现脑电信号特征自适应提取及端到端分类。所提SSVEP-MF方法能够充分提取信号各层级特征,实现短时间视觉刺激下SSVEP信号的有效识别,并具有较高的目标识别效率。实验结果表明,在1 s刺激时长时,相比传统功率谱密度分析方法、典型相关分析方法以及普通卷积结构方法,所提方法的识别准确率分别提升了18.57%、20.08%及7.03%,有效提高了基于稳态视觉诱发电位范式下脑机接口的信号识别性能。     

公寓电器功率智能识别与用电安全控制器设计

针对学生公寓存在使用大功率违章电器的问题,为了用电安全与管理,设计了一个以单片机为核心能自动识别大功率电器并能限制其使用的智能用电控制器．互感器采样电流,经过电压形成电路,由TLC1543进行A／D转换,转换结果送入单片机进行数据处理．并介绍了系统的组成、主要模块的工作原理及程序流程图．     

基于非特定发音人拉祜语孤立词语音识别研究

选用200个拉祜语常用词,以词为识别单元,利用语音识别工具箱HTK开展非特定人拉祜语孤立词的语音识别研究.研究发现:特定发音人的识别率比较稳定,针对非特定发音孤立词,通过增加模型的混合高斯数目,其识别率得到显著提高,使得识别正确率保持在99%以内,为拉祜语孤立词识别提供了有效方法.