嵌入式语音识别中一种高效的图搜索算法

为了满足超大词表语法的识别任务在嵌入式语音识别系统上的应用,提出了一种高效的双层图搜索算法.该算法通过分离声学层和词法层来构建2层图搜索空间,其中声学层记录声学模型相关信息,词法层记录词表语法信息.利用这样简洁的搜索空间可以使语音识别的解码过程更加紧凑有效.在对比实验中,传统的基于前缀合并的状态树搜索算法的大词表嵌入式单词拼读系统作为基线系统.实验结果表明,与基线系统相比,所提出的双层图搜索算法在系统解码速度相对提高10%的情况下,系统的动态内存占用仅为基线的8%.通过使用所提出的双层图搜索算法,大大提高了大词表嵌入式单词拼读系统的效率,使其更适用于大多数嵌入式平台.     

圆形屋盖正交双层索网支承体系的非线性固有振动

研究了圆形屋盖正交双层索网支承体系的非线性固有振动特性,采用Galerkin原理及L-P法求得了正交双层索网支承体系非线性固有振动的近似解.讨论分析了温度、振幅等因素对双层索网非线性固有振动的影响.     

双层空区开挖顶板稳定性的FLAC3D数值分析

利用FLAC3D软件建立双层空区数值计算模型,根据厚度折减理论分析开挖后空区的安全顶板厚度和应力、变形、塑性区的分布情况,得到:安全顶板厚度与空区跨度之间符合线性关系;当跨度较小时,上部空区处于压应力状态,下部空区处于拉应力状态,最大拉应力随跨度的增大而增大:当系统达到临界状态时,上、下空区顶板的竖直位移最大,上空区的大位移区域面积明显大于下空区的大位移区域面积;空区对整体位移存在一定影响,如水平方向对整体位移的影响范围大致为跨度的1.5倍,且两空区之间存在相互作用,在大位移区域两空区显示出相互接近的趋势;当跨度较小时,上部空区项板主要发生剪切破坏,下部空区两侧帮发生拉剪破坏,随着跨度的增大,此范围破坏形式转变为冲切破坏,整体塑性区面积明显增大,下部空区顶板塑性区逐渐发展,并延伸至上空区.     

综合客运通道设计的双层规划模型及算法

描述了综合客运通道的网络结构,分析了通道内旅客出行的广义费用函数,将运输成本、安全性、舒适性等服务属性作为出行阻抗的度量因素,以添加新的旅客运输方式为手段来优化旅客运输网络,设计了综合客运通道离散型网络优化设计问题的双层规划模型,上层模型以网络容纳的OD需求量最大为目标,下层模型为用户平衡问题.采用分支定界法对模型进行求解,并通过算例证明了模型的有效性.根据结果比较各方案的单位投资额所引起的网络容纳OD需求增加量,进一步从投资效率角度解释了方案的优劣,分析表明,该模型和算法能够得到综合客运通道网络优化设计的最优投资方案,为建设决策部门提供定量的决策支持.     

双层静电模拟实验装置的再利用

目的研究电偶极子和尖端放电的电场。方法使用双层静电模拟装置,适当调整和改变电极的位置和几何形状,得到电偶极子和尖端放电时的电场分布。结果利用电场线与等势线的垂直关系,画出导电纸中稳恒电流场的等势线和电场线,实验结果与理论课介绍的完全一致。结论（1）利用形象地实验结果巩固理论课所学内容;（2）充实实验课内容;（3）提高双层静电模拟实验装置的使用效率。收到了非常好的教学效果。     

双幕墙风压缩尺效应及其产生机理的数值分析

将可实现k-ε湍流模型与非平衡壁面函数搭配使用,对带L型和一字型双层幕墙的矩形建筑的原型、1:10及1:100的缩尺模型进行计算流体动力学(CFD)建模分析,研究缩尺刚性模型风洞试验中由于双层幕墙廊道间距缩尺导致模型与原型的压力系数差异.通过对双层幕墙通风廊道内的气流流动和沿程阻力的分析,阐述了产生缩尺效应的内在原因.对L型双层幕墙,当处于幕墙廊道内气流流动较强的风向角时,廊道内沿程阻力对廊道内平均内压的影响较大,缩尺效应通过沿程阻力对内压产生影响,而且随着模型缩尺比的减小而增大;当处于廊道内气流流动较弱的风向角时,沿程阻力对内压影响不大,相应的缩尺效应也不明显.对一字型双层幕墙,在所有风向角下,其廊道内气流流动均较弱,因此缩尺效应对一字型双层幕墙平均内压的影响很小.     

基于两类同步点的双尺度多媒体动态同步模型

基于"自然同步点"和"准同步点"两类不同同步点,分2个层次,采用Petri网和Agent两种不同方法,提出一种双层多媒体动态同步模型构建方法,在两种不同尺度下完成多媒体同步.     

基于半监督学习的双线性映射图像检索

"语义鸿沟"是基于内容图像检索中广泛存在的问题。近年来,人们为减小语义鸿沟开展了许多研究工作,并将半监督学习方法用于其中。目前,多数的检索方法只考虑数据点的结构信息,或关注点集中在低层特征。为了充分利用结构信息缩小低层特征和高层语义之间的语义鸿沟,提出了一种半监督的双映射机器学习图像检索法。该方法在低层特征与标签之间建立双线性映射,最后使用Corel图像库同流行嵌入法进行对比,实验表明所提出的方法在检索过程中可以获得较好的效果,精准率有明显提高。     

基于局部敏感哈希 双层随机森林的燃气轮机剩余使用寿命预测

针对燃气轮机剩余使用寿命预测中监测数据信息利用不够充分、退化过程难以表示、预测精度低等问题,提出了一种基于局部敏感哈希-双层随机森林的燃气轮机剩余使用寿命预测方法.该方法首先使用主成分分析充分利用多维监测数据信息构建健康因子来表示退化过程,并通过滑动截取的方法在健康因子曲线上获取训练数据;然后,通过p-stable分布局部敏感哈希相似性搜索算法匹配和需要预测的样本最相似的样本;进而,使用双层随机森林对剩余使用寿命进行回归预测.利用C-MAPSS数据集验证了该方法的有效性和准确性,研究结果可为其他非线性退化系统剩余使用寿命预测提供一定的参考.