卷积神经网络声学模型的结构优化和加速计算

将卷积神经网络(convolutional neural networks,CNN)声学模型应用于中文大词表连续电话语音识别任务中,分析了卷积层数、滤波器参数等变量对CNN模型性能的影响,最终在中文电话语音识别测试中,CNN模型相比传统的全连接神经网络模型取得了识别字错误率1.2％的下降.由于卷积结构的复杂性,常规的神经网络加速方法如定点量化和SSE指令加速等方法对卷积运算的加速效率较低.针对这种情况,对卷积结构进行了优化,提出了2种卷积矢量化方法:权值矩阵矢量化和输入矩阵矢量化对卷积运算进行改善.结果表明,输入矩阵矢量化方法的加速效率更高,结合激活函数后移的策略,使得卷积运算速度提升了8.9倍.     

基于堆叠自编码器神经网络的复合电磁检测铁磁性双层套管腐蚀缺陷分类识别方法

铁磁性双层套管长期服役于恶劣的工作环境,极易出现腐蚀缺陷,定期为服役中的双层套管进行在线检测十分必要,而对管壁腐蚀缺陷位置的分类识别是管道定量检测与维修的前提和基础,实时准确的套管腐蚀缺陷分类识别能力是决定管道在线检测效率的重要因素。针对这一情况,将脉冲远场涡流和脉冲涡流技术相结合,提出了基于堆叠自编码器神经网络的分类方法。通过仿真和实验选取合适特征量作为输入层,实现了内管外壁腐蚀、外管内壁腐蚀和外管外壁腐蚀的分类,实验整体预判精度可达97.5%,结果表明该方法可对双层套管腐蚀缺陷缺陷实施高效、高精度分类识别。     

基于流形正则的堆叠胶囊自编码器优化算法

针对堆叠胶囊自编码器存在检测性能慢、不能更好挖掘图像局部特征的问题，本文提出基于流形正则的堆叠胶囊自编码器优化算法。采用Scharr滤波器对堆叠胶囊自编码器模型中的图像进行重建，加强图像目标检测的精度，并在损失函数中引入流形正则项，从而加强对原始数据空间局部特征的提取，最终使用基于流形正则的堆叠胶囊自编码器学习参数，选择出更加具有区别性的特征。在MNIST和Fashion MNIST数据集上的实验结果显示，该优化算法相比于原网络结构，图像分类准确率分别提高了0.26和9.23个百分点，且模型训练速度也得到较大提高。     

运用Praat语音软件辅助英语语音教学

英语语音在英语专业教学中起着至关重要的作用,以往对学生问题语音的指正多辅以语言学和语音学的相关理论知识,但理论知识对于学生英语发音能力的提高具有一定的局限性。利用语音分析软件Praat,直观生动地分析了英语专业学生英语语音习得方面出现的常见问题,并探究了该软件在语音教学和自学中运用的可行性。     

斗轮堆取料机控制系统技术应用

斗轮堆取料机是现代化工业大宗散状物料连续装卸的高效设备,目前已经广泛应用于港口、码头、冶金、水泥、钢铁厂、焦化厂、储煤厂、发电厂等散料(矿石、煤、焦碳、砂石)存储料场的堆取作业中。为了保证生产工艺并且使斗轮机能够长期稳定的运行,我厂生产的臂式斗轮堆取料机控制系统不仅采用了以PLC控制系统为核心的设计思想,辅以HMI、现场总线等新产品新技术,还应用了变频器配以回馈单元及编码器定位。     

基于HTK的佤语特定人孤立词语音识别

佤语是云南省西南部的一种跨境语言,构建佤语语音识别系统对国家安全、跨境文化交流和经济贸易都有着重要的意义.基于HTK平台,针对1 860个佤语常用词进行特定人孤立词语音识别.语音语料来源为录音棚和田野录音,语音规模录音棚男性2人、女性2人,田野录音男性3人、女性2人,每人每个词发音5遍,总的语料数量为83 700条.实验结果表明,对于上述的语料,进行的基于HTK的佤语特定人孤立词语音识别正确率在92%以上.     

一期22列车乘客信息系统客室广播主机改造

通过对深圳1号线一期庞巴迪列车乘客信息系统客室广播主机内部结构及电子元器件的研究分析,对故障较高的电路部分进行改造,降低故障率。     

提升机增量型编码器连续损坏原因分析与探讨

本文通过对提升机测速编码器损坏原因分析,找出造成编码器损坏的原因,提出解决办法,保证了提升机的安全运行。     

自动导盲小车设计

本文设计了一种导盲小车,以AT89S52单片机作为控制核心,以小车作为动力机构,利用小车牵引盲人前进。本设计采用超声波测距检测障碍物与盲人之间的距离,通过语音播报距离和蜂鸣器报警提示,提前预警,遇到障碍物时可控制小车自动转向,使盲人及时避开障碍物。