摘要:组织特异的基因表达和蛋白质相互作用是研究基因调控、蛋白质功能、细胞过程的重要部分.相较于其他模式生物在蛋白质相互作用研究方面的进展, 高等模式植物水稻中组织特异性蛋白质相互作用的研究十分缺乏.因此, 提出了一种用于水稻组织特异性蛋白质相互作用网络构建的计算方法.该方法主要包含三部分:第一, 在统一标准下融合多数据识别组织特异的基因; 第二, 提出了新的同源映射方法, 并集成6种模式生物相互作用数据构建和评估目标物种蛋白质相互作用网络; 第三, 构建不同组织的蛋白质相互作用子网, 并筛选高可靠的蛋白质相互作用.为了验证方法的有效性, 构建并分析了水稻首个组织特异的蛋白质相互作用网络(PTSN4R:Predicted Tissue-Specific Network for Rice).PTSN4R包含了水稻23个组织的组织特异基因及对应的组织特异蛋白质相互作用子网, 为分析组织特异的基因表达和蛋白质相互作用提供了便利条件.PTSN4R有助于理解水稻的生长调控机制, 为水稻增产提供线索.同时, 提出的方法能够方便的应用到其他物种, 促进组织特异的蛋白质相互作用网络的研究.

摘要:为研究S355J2W高强钢板自阻加热弯曲成形过程中电流密度对回弹的影响及成形件的质量, 设计了自阻加热V形弯曲试验和自阻加热几字形弯曲试验, 通过改变自阻加热时加载的电流密度大小对成形后零件的回弹现象进行研究.根据试验结果, 选择成形精度最高、回弹现象最小的几字形零件进行质量分析, 并将其与室温成形的几字形零件进行对比, 从而研究自阻加热弯曲成形工艺的优势.将所选取的两个几字形零件分别划分为9个不同的区域, 对不同区域的试件进行显微组织观察与力学性能测试, 将单向拉伸试验、冲击落锤试验与显微硬度的测试结果作为评价成形件质量的标准, 同时将两个零件在力学性能上的差异与显微组织观察的结果联系起来.结果表明:随着电流密度的增大, S355J2W钢自阻加热弯曲成形过程中的回弹得到改善; 相比于室温成形的几字形零件, 采用自阻加热弯曲成形工艺可以很大程度地改善回弹现象; 并且自阻加热成形件的组织更加均匀, 其力学性能指标, 如抗拉强度, 延伸率, 冲击韧性和显微硬度也有所提高.

摘要:飞机机身壁板是疲劳的关键位置, 空客公司首先在飞机机身壁板采用激光焊接(LBW)结构代替传统铆接结构.为评价该激光焊接结构的疲劳性能, 结合试验测定和统计学理论计算两种方法, 对两组新型铝锂合金2060-T3激光焊接焊后热处理(PWHT, 即焊后固溶+时效热处理和焊后时效热处理)结构进行疲劳试验、断口分析及细节疲劳额定强度(DFR值)分析, 分别计算了试验测定DFR值和理论DFR值.分析结果表明, 试验测定焊后固溶+时效热处理激光焊接结构的DFR值为118.0 MPa, 焊后时效热处理的DFR值为113.7 MPa, 理论DFR值分别为115.8 MPa(误差为1.86%)和112.2 MPa(误差为1.32%); 两组结构均在焊趾处产生裂纹源, 裂纹沿板材厚度方向进行扩展, 裂纹扩展区均表现为脆性解理河流花样, 不同的是前者瞬断区为微孔聚集型断裂, 断口存在大量微小韧窝, 后者瞬断区为沿晶断裂, 断口存在大量晶粒; 采用统计学理论计算, 可以较好地还原威布尔分布的形状参数, 验证了统计学理论分析方法的工程适用性, 为机身壁板LBW结构的DFR值测定提供了参考依据.

摘要:对于室内视觉定位系统, 需要在离线阶段建立Visual Map数据库用来存储图像信息, 在线阶段用户通过与Visual Map数据库进行比对来完成用户位置的估计.离线阶段建立的数据库可以采用逐点采样或视频流采样的方式.但是无论何种方式, 考虑到数据库中图像信息的相似性, 传统方式建立的数据库中存储图像有较多冗余, 导致增加了在线阶段的定位时间开销.因此, 本文根据Visual Map中的相邻图像间的相似性, 提出了一种基于图像关键帧的Visual-Depth Map建立方法, 有效地减少了离线数据库的规模.在离线阶段, 本文使用Kinect传感器同时获得图像信息和深度信息; 然后, 通过基于图像相似度的图像关键帧算法对原始图像序列进行筛选, 得到关键帧序列, 从而实现Visual-Depth Map的建立.在线阶段, 用户可以直接输入查询图像与Visual-Depth Map中的图像序列进行检索匹配, 找到相似度较高的匹配图像, 再通过EPnP算法进行2D-3D的位姿估计, 完成用户位置的计算.实验证明, 本文所提方法可以在保证较高定位精度的前提下, 有效减少离线数据库规模, 降低在线阶段的定位时间开销.

摘要:随着社交媒体的不断发展, 用户评价已成为网络决策的关键因素.为了准确分析社交媒体用户评价的情感倾向性, 更好地推进舆情分析、推荐算法等工作, 本文通过对Bi-LSTM模型和Bagging算法的改进, 提出了一种新的情感分析模型—Bi-LSTMM-B模型.该模型的特点在于将深度学习模型可提取抽象特征的优势和集成学习多分类器共同决策的思想相结合.一方面在Bi-LSTM模型的基础上引入Maxout神经元, 构建Bi-LSTMM模型, 解决随机梯度下降算法中存在的梯度弥散问题, 更好地优化训练过程.另一方面, 模型基于Bagging算法训练多个情感分类器, 根据分类器性能优劣利用袋外数据为每个分类器分配指定类别的权重, 并提出相应的改进投票策略, 增强了模型的泛化能力.实验结果表明:本文提出的Bi-LSTMM-B模型相比于传统的LSTM模型准确率提高12.08%, 其中Maxout神经元的引入对情感分析准确率有8.28%的相对改善效果, 改进后的投票策略对准确率有4.06%的相对改善效果, 并在召回率和F值两项指标上均优于其他对比模型.由此证明, 深度学习模型和集成学习思想相结合可提高情感分析的准确率, 并具有一定的研究价值

摘要:针对基本灰狼算法易陷入局部最优、未考虑个体自身经验等问题, 本文提出一种基于Tent映射的混合灰狼优化算法(grey wolf optimization algorithm based on particle swarm optimization, 简称PSO_GWO).首先, 其通过Tent混沌映射产生初始种群, 增加种群个体的多样性; 其次, 采用非线性控制参数, 前期递减速度慢, 能够增加全局搜索能力, 避免算法陷入局部最优, 后期收敛因子递减速度快, 增加算法局部搜索能力, 从而提高整体收敛速度; 最后, 引入粒子群算法的思想, 将个体自身经历过最优值与种群最优值相结合来更新灰狼个体的位置信息, 从而保留灰狼个体自身最佳位置信息.为验证该算法的有效性, 本文借助9个标准测试函数来与其他三种算法进行对比.实验结果表明, 本文提出的算法比其他三种算法在单峰函数和多峰函数上搜索到的最优解更加理想; PSO_GWO算法比IGWO算法(the improved grey wolf optimization algorithm)在计算时间复杂度方面效果较好; 同时, 随着种群规模增大, PSO_GWO算法收敛值逐渐接近理想值.因此, 本文提出的PSO_GWO算法能更快搜索到全局最优解, 且鲁棒性更好.

摘要:为求解实际工程中的高维多模态优化问题, 提出了基于动态邻域的多策略进化的量子粒子群优化算法(QPSO).针对QPSO算法存在的粒子“早熟”问题, 首先定义了一种动态邻域选择机制以保持种群的“活跃性”; 然后结合动态邻域机制, 定义了三个不同策略的局部吸引子更新方程以保持种群进化的“多样性”.为了防止算法的进化方向不发散, 对收敛到全局最优解的局部吸引子更新策略赋予了较大权重; 最后为了拓展最优解空间引入了狼群优化算法中的综合评价方法.通过对不同类型的高维多模态基准测试函数的仿真实验结果表明:相比于其余四种优化算法, 本文提出的优化算法在收敛精度和稳定性方面具有明显优势, 并且随着测试维度的增加, 这种优势更加凸显, 展现出了较好的解决高维多模态优化问题的性能.文中引入的综合评价方法在所有的测试函数中均具有较高的生效次数, 综合评价生效意味着为下一次的进化找到一个更加有利的进化方向, 这样能够减少算法找到最优解的次数, 也能进一步提升算法的收敛精度.

摘要:目前多数多聚焦图像融合算法仅仅针对解决某一类问题，如融合结果的局部细节保留能力差、空间连续性不足和对未配准的源图像鲁棒性差等.为能够同时解决以上问题，提出了一种基于SIFT字典学习的引导滤波多聚焦图像融合算法.该算法通过学习子字典克服了图像低秩表示具有全局性而局部细节描述不足的缺陷，同时子字典的分类利用图像SIFT特征的平移不变、尺度不变等特性，消除了未配准源图像融合结果出现伪影的现象.此外，在源图像的低秩表示系数融合过程中引入引导滤波，增加了融合图像的空间连续性.引导滤波的窗口大小是根据特征内容和非特征内容进行自适应选取，即属于特征内容的点选取较小的窗口，而属于非特征内容的点选取较大的窗口.为验证算法的有效性，实验过程中选取6组数据，包括3组广泛应用于研究的多聚焦图像以及3组实际拍摄的多聚焦图像.实验结果表明，该算法从主观视觉效果的定性分析和客观融合质量评价的定量分析都优于当前主流的多聚焦图像融合算法.

摘要:超声图像的定点距离测量在临床医学上十分重要.由于超声图像的噪声大，边缘模糊，因此关键点自动定位在超声图像中很有挑战性.目前的关键点检测算法通常是针对单个关键点位置进行优化，难以在保证每个关键点检测精度的情况下得到准确的测量距离.为使超声图像中关键点的精度和两个关键点之间的距离更加精确，本文提出一种基于级联卷积神经网络的关键点检测算法，该方法采用两个卷积网络从粗略到精细的对关键点进行定位.首先利用第一个网络回归两个关键点的粗略位置，并将包含这两个关键点的小区域送入第二个网络.然后本文提出一种加入距离修正的损失函数，作为第二个网络的优化目标，在第一个网络输出结果的基础上定位最终的关键点位置.实验结果表明，本文提出的级联方法无论是相比传统的级联方式还是回归树方法，本文算法在超声图像的关键点定位上更为精准，并且在最终的距离测量精度上也有很大的提高，在评价标准下比传统级联方法检测精度上提升将近30%.

摘要:提出了一种新的基于双模态光源的被动诱骗态量子密钥分配通用方案.作为双模态之一的标记态，在发端经过分束和检测后获得4类探测结果，据此，将作为信号态的另一模式分成4个非空脉冲集合，从而利用这4类脉冲进行参数估计和密钥提取.同时，基于预报单光子源和标记配对相干态光源对此方案展开了性能分析，讨论了发端探测器不同探测效率对系统性能的影响，并对实际系统进行了统计波动分析.仿真结果表明：方案性能在误码率和安全传输距离(可达198.6 km)方面都优于现有基于不同光源的3强度诱骗态量子密钥分配方案；采用标记配对相干态光源的各方面性能均优于采用预报单光子源；密钥生成率随发端探测效率的增大而增大；考虑统计波动时，标记配对相干态光源的有效性也要优于预报单光子源，且其数据长度为10⁹时，此方案最大安全距离达到164 km；此方案仅需使用单一强度脉冲，在降低调制光源实现难度的同时又提升了系统性能，对QKD系统的工程实现具有一定的参考价值.

摘要:针对时间数字转换器(Time-to-Digital Converter，TDC)的分辨率较低，全数字锁相环(All Digital Phase-Locked Loop，ADPLL)锁定参考信号的时间较长等问题，提出一种在高精度TDC基础上快速实现锁定的全数字锁相环.提出的时间数字转换器运用抽头延迟线法和双通道差分延迟线法提高量化精度，采用对称式层次型结构实现对负时间间隔的量化，设计的相调电路将量化的脉冲信号还原为时间长度信号，通过状态机对反馈信号的相位提前或延迟，实现对参考信号的快速锁定，在环路锁定后使用下降沿检测电路适时关闭鉴频鉴相器和时间数字转换器，降低整体电路的功耗.在Xilinx KC705开发平台上进行仿真与验证，并在Xpower软件上与传统的基于游标尺链型的全数字锁相环进行功耗对比分析.结果表明，此全数字锁相环的量化误差控制在0.2 ns之内，反馈信号可在3个参考信号时钟周期内快速锁定参考信号，整体电路功耗相比传统的基于游标尺链型的全数字锁相环降低约18.1%.本文提出的全数字锁相环具有实时性强、锁定速度快、量化精度高、功耗低等优势，更适用于高速、低功耗的现代数字通信系统.

摘要:随着自动驾驶和人工智能的快速发展，SLAM作为其核心技术的研究日益深入.然而对SLAM日益深入的研究并没让其在生活和生产中被广泛使用.目前，阻碍SLAM发展的主要原因是其所涉及的算法和传感器都存在误差.这种误差随时间和空间累积直接导致创建的地图变形，甚至是创建地图失败，严重限制了SLAM的实际应用.本文针对这种累积误差导致地图变形的缺陷进行研究，使用激光雷达作为传感器，采用目前流行的ICP-SLAM算法，结合视觉SLAM中处理累积误差的闭环检测技术，提出融合双重闭环检测算法的ICP-SLAM修正策略对ICP-SLAM累积误差造成的地图变形进行修正.该策略首先对激光雷达采集的点云数据进行特征提取匹配，然后分析ICP对准产生的变换矩阵以确定闭环检测，最后采用均值分配方法修正地图变形.实验验证表明：该策略中的闭环检测准确率高于常规闭环检测方法，和深度神经网络的闭环检测相比有13.33%提升；同时该策略在闭环检测过程中可以计算出导致地图变形的累积误差；并且在旋转方向上变形度修正效果显著，可以提升54.61%.

摘要:为提高多功能雷达(Multi-Function Radar, MFR)波形单元的识别准确率和鲁棒性，提出一种栈式降噪自编码器(Stacked Denoising Autoencoders, SDAE)与支持向量机(Support Vector Machine, SVM)相结合的波形单元识别方法.首先摒弃传统依赖脉冲序列分析技术对MFR信号进行处理的方法，通过分析波形单元结构并借助参数间的联合变化特征，提出一种MFR波形单元分段识别模型，将传统对脉冲序列的识别转化为对MFR波形单元的识别；然后在该模型的基础上引入SDAE，对训练样本数据、SDAE隐含层神经元节点进行加噪处理，并利用这些加噪后的样本数据训练优化SDAE网络模型，提取出样本数据的深层稳健特征；最后引入SVM算法，借助SDAE挖掘出的样本深层特征，实现SVM模型的优化，得到最终的波形单元识别模型(SDAE-SVM).仿真实验表明：提出的波形单元识别方法在相同样本数目和测试误差的条件下，与SVM算法相比，能够取得较高的识别准确率，具备更优越的识别效果.证实MFR波形单元识别模型是有效的，且通过SDAE网络的引入，使得SDAE-SVM方法能够自主地挖掘原始信号的深层特征，提高波形单元识别的鲁棒性和准确率.

摘要:针对海量人脸图像数据库检索时长的问题，提出了一种基于深度特征聚类的海量人脸图像检索算法.该算法首先使用人脸图像训练集对深度卷积神经网络模型进行人脸图像分类训练，在此基础上采用三元组损失方法对已训练好的人脸图像分类网络模型进行微调，使得网络能够更加有效地提取人脸图像的高层语义特征，构建更具有表征性的人脸图像深度特征.其次采用K-means聚类算法对提取的人脸图像深度特征进行聚类，使得同一个人的人脸图像能够划分到同一簇中，然后在相应的簇中进行人脸图像的深度特征相似度匹配执行人脸图像检索任务.为了进一步提高系统的检索性能，提出人脸图像深度特征融合的查询扩展方法，对待检索的人脸图像深度特征进行融合再次执行检索任务得到最终的检索结果.通过在两个人脸检索数据集(Celebrities Face Set和Labeled Faces in the Wild dataset)上进行详尽实验验证，结果表明，该算法能极大地缩小海量人脸图像数据库的检索范围，在保证一定准确率的前提下有效地提高了人脸图像检索的速度.

摘要:由于命名数据网络(NDN，Named-Data Networking)无环路、逐包、逐跳转发的特点，使得数据包回传成功率降低，而传统的TCP/IP协议中的ARQ和ACK机制对于多播会话不再适用.由于NDN中的传输信道可以等效为二进制删除信道，因此可以通过应用层编码来实现文件的可靠传输.传统的信道编码技术如卷积码、级联码和RS码等复杂度较高，而将NDN与低复杂度的喷泉码的结合可以实现分布式的存储架构，因而可通过喷泉编码在应用层协议中实现可靠的纠删机制，保证整体文件的传输可靠性.以往的研究一般是基于确定的删除概率信道模型，但是由于网络的异构性和信道噪声等因素影响，可能会造成信道丢包概率呈随机性分布.因此，本文在Beta-Binomial分布模型的前提下，根据贝叶斯统计的先验信息和中心极限定理，对随机概率下的纠删信道的文件可靠传输协议进行了数学建模和理论推导.仿真结果显示此模型更具有普适性，此传输协议可在信道状况未知的前提下从理论上求出最小发包数，减少冗余编码包，提高文件整体的投递成功率，在保证传输可靠性的同时有效提升协议传输效率.

摘要:采用分布式云构建流媒体服务等高资源消耗系统, 既符合应用多区域部署的要求, 也能充分利用云中资源保证服务质量, 同时还能进行系统预算成本控制.由于各区域云中心费用函数存在差别, 分布式云中调度需引入异质费用模型, 结合流媒体应用中用户请求高度动态随机的特征, 在给定的费用预算下响应尽可能多的用户请求.均值需求模型忽略了资源需求在短时间间隔内的变化细节, 导致资源利用率低下.为克服均值需求模型的缺点, 采用随机需求模型以捕捉细粒度资源需求, 使用通用代价函数描述异质费用模型, 建立更具通用性的非线性规划问题模型; 为降低求解算法的复杂度, 基于动态规划快速获得解的下界, 再迭代逼近获取近优解.实验结果表明:相比经典的基于均值的调度算法, 在区域数量较大时, 平均能额外满足15%的用户请求; 随着预算的减少, 能额外满足近40%的用户请求; 且不受各区域价格函数差异和用户访问需求差异的影响.因此, 在构建全球部署的大规模流媒体服务系统时, 算法能以较低的计算代价显著增加响应的用户请求量, 广泛适应各种不同的云基础设施服务提供商.

摘要:为了准确、快速预估沥青路面沥青层永久变形，以江西省泉南高速吉莲段为试验路段，从全温域角度出发，引入分区分级分层的思想，即温度分区、轴载分级、路面分层，建立了全温域条件下基于叠加原理的沥青路面永久变形预估方法.通过实测及模型计算得到沥青路面全年温度分布、沥青层沿深度的温度分布曲线和全年轴载分布.根据三轴重复荷载试验建立了SMA-13、AC-20、AC-25三种沥青混合料永久应变黏弹性力学修正模型，确定了不同温度区间的平均修正系数，可求解不同温度和偏应力下不同荷载作用次数的沥青混合料永久应变.通过原点增长累积和反算累积叠加两种方法计算得到设计年限内沥青路面沥青层的永久变形.计算结果表明，泉南高速吉莲段按原点法和反算法的容许永久变形使用年限分别为6年和12年。反算法准确度更可靠，更贴合实际。同时，提出了全温域条件下基于叠加原理的沥青路面永久变形预估修正模型，并建立了基于全温域温度分布的沥青路面温度区间内的平均永久变形量与荷载作用次数关系方程和永久变形与温度区间内的平均永久变形量、温度分布频率的关系方程，为全温域条件下沥青路面永久变形快速预估提供一种新方式.

摘要:为解决深度相机和惯性测量单元之间相对姿态难以直接测量的问题，提出一种通过捕捉同一手部运动来构造位移向量继而利用最小二乘法求取两传感器相对姿态的非接触式标定方法.首先描述和分析一类相对位姿时变的深度相机和惯性测量单元的相对姿态标定问题，然后使用深度相机与惯性测量单元同时捕获手部向空间任意方向摆动的运动信息，构造相应的位移向量，进而基于刚体旋转不变性原理建立求解模型，最后使用最小二乘法求取最佳相对姿态，即标定结果.为验证标定方法的准确性和有效性，一方面组织标定解算结果和白噪声仿真数据比对从而得出偏差估计的实验，结果表明标定后相对姿态偏差少于±4°；另一方面使用深度相机和惯性测量单元组成的传感系统对人手臂运动进行捕捉实验，结果表明标定后测得数据方可正确反映人手臂参数.本文所提出的标定方法原理简单、操作方便、无需接触测量或其它辅助标定设备，适用于机器人远程操纵和体感游戏设备等场景相应传感器标定中.

摘要:电子健康记录(EHR)作为一种医疗信息化手段，在数十年的使用过程中储存和积累了越来越多的医疗过程和结果大数据.知识图谱作为一种从海量数据中抽取结构化知识的手段，近年来在多个行业展示了广阔的应用前景.知识图谱的优势在于对海量、异构的数据进行组织，完成知识推理.知识图谱适用于自然语言的分析，有助于在以自然语言形式存在的海量EHR数据中获得宝贵的医疗知识和医疗经验. EHR分析研究的价值主要集中在辅助诊断、辅助治疗和疾病预测.利用大量的EHR数据构建医疗知识图谱，当新的患者数据来临之时，知识图谱可以发挥查询扩展、临床决策支持和疾病预测等作用.本文首先简要介绍了EHR的发展现状，以及现有著名的EHR数据集及其应用成果.其次，在概括介绍知识图谱发展总体现状基础上，分析了知识图谱在医疗领域的发展趋势和热点迁移.然后，对基于EHR的医疗知识图谱研究与应用进展进行了比较全面的总结，包括EHR的信息抽取、数据整合、查询扩展、临床决策支持和疾病预测等.最后，对该领域未来发展方向和面临的挑战作了展望.

摘要:为进一步提高融合图像的对比度和清晰度，提出一种非下采样剪切波变换(简称NSST变换)与引导滤波相结合的多聚焦图像融合算法.首先，利用NSST变换对多聚焦源图像进行多尺度、多方向分解；然后针对低频子带系数，通过计算局部区域改进拉普拉斯能量和进行加权映射，构建初始融合权重，利用引导滤波修正初始融合权重，提出一种基于局部区域改进拉普拉斯能量和的引导滤波加权融合规则；针对高频子带系数，结合人眼视觉特性，通过计算显著信息、局部区域平均梯度、边缘信息和局部区域改进拉普拉斯能量和来构建初始融合权重，利用引导滤波修正初始融合权重，提出一种基于人眼视觉特征的引导滤波加权融合规则；最后，进行NSST逆变换，获得融合图像. 4组多聚焦源图像的仿真实验结果表明，无论是从主观评价还是客观评价上，与其余4种融合算法相比，本文算法均较好地保留多聚焦源图像的边缘轮廓、细节和纹理等信息，也无细节信息缺失，提高融合图像的对比度和清晰度.

摘要:为解决带较高横向外凸筋的多楔轮需整体成形三凸筋且凸筋部位难成形的问题，采用多道次旋压成形工艺方案并采用基于SIMUFACT的有限元模拟和实验相结合的方法对其成形过程进行研究.基于旋压成形工艺理论分析，建立了旋压成形有限元模型.模拟分析了圆形板坯成形过程中应力、应变场分布，分析了第1至4道次旋压成形过程中材料塑性流动规律.总结了不同旋压设备工艺参数下零件成形效果，分析表明不同旋轮进给速度与摩擦系数对多楔轮凸筋充填效果和成形载荷存在较大影响.并以旋轮进给速度、摩擦系数、芯模转速为自变量，建立3因素3水平正交试验，获得每种工艺方案下最大成形载荷、凸筋充填程度数据.结合灰色理论对带横向外凸筋多楔轮旋压成形工艺参数进行了优化，证明了在较小的旋轮进给速度与摩擦系数下能够保证凸筋的充填质量和零件整体的成形效果，在CDC-S100E/R4旋压机上进行了试验，成功将初始板坯由3.0 mm整体增厚到3.4 mm，凸筋部位增厚到6.9 mm，验证了该成形方案与灰色系统理论优化的可行性.

摘要:离散情感描述模型将人类情感标注为离散的形容词标签, 该类模型只能表示有限种类的、单一明确的情感类型, 而维度情感模型从情感的多个维度量化了复杂情感的隐含状态.另外, 常用的语音情感特征梅尔频率倒谱系数(MFCC)存在因分帧处理引起相邻帧谱特征之间相关性被忽略问题, 容易丢失很多有用信息.为此本文提出改进方法, 从语谱图中提取时间点火序列特征、点火位置信息特征对MFCC进行补充, 将这三种特征分别用于语音情感识别, 根据识别结果从PAD维度情感模型的三个维度(Pleasure-displeasure愉悦度、Arousal-nonarousal激活度、Dominance-submissiveness优势度)进行相关性分析得到特征的权重系数, 加权融合后获得情感语音的最终PAD值, 将其映射至PAD三维情感空间中.实验表明, 增加的时间点火序列、点火位置信息不但能探测说话人的情感状态, 同时考虑了相邻频谱间的互相关信息, 与MFCC特征形成互补, 在提升基本情感类型离散识别效果的基础上, 将识别结果表示为PAD三维情感空间中的坐标点, 采用量化的方法揭示情感空间中各种情感的定位与联系, 展示出情感语音中糅杂的情感内容, 为后续复杂的语音情感分类识别奠定研究基础.

摘要:为了提高无线通信中网络切片传输的吞吐率，避免引入大量的反馈延时，将无重传的喷泉码机制用于无线网络切片的纠错传输.在该方案中，采用基于喷泉码的前向纠错机制代替传统的自动重传请求机制，实现网络切片的无线传输；并针对喷泉码纠错机制，优化了网络切片的切片方案.这种方案，通过喷泉码无重传以及低冗余度的纠错特性，可以降低网络切片传输协议的复杂度和传输延时；尤其在丢包率较大的网络环境下，单位时间内喷泉码方案可以传输更多的有效切片数据，提高无线网络切片的传输吞吐率.在此基础上，分别构建了基于喷泉码的无线网络切片传输系统和基于自动重传请求方案的无线网络切片传输系统，并对这两个系统的传输时间进行了分析和比较.仿真结果表明：当网络丢包率超过5×10^-2时，网络切片采用喷泉码方案具有比自动重传请求方案更低的传输时间；当丢包率为10^-1时，喷泉码方案的传输时间比自动重传请求方案可降低22%以上；随着丢包率的增大，喷泉码方案在传输时间上的优势更加明显.

摘要:为解决季冻区水泥路面平整度预测问题，基于MEPDG构建了季冻区水泥路面国际平整度指数(IRI)预测修正模型.该模型充分考虑了交通状况、气候条件和道路各层材料的特性，在原有预测模型基础上对CRK、TFAULT、SPALL和SF 4个指标变化趋势进行分析并与IRI相关性进行了验证，利用SPSS分析软件提出适用于季冻区特点的水泥路面平整度指数预测修正模型，结合黑龙江省水泥路面调查数据进行验证.结果表明：气候、交通、材料参数均对构成预测国际平整度指数的4个指标CRK、TFAULT、SPALL和SF有显著影响；且4个指标和国际平整度指数线性拟合可靠度高；利用交通量、降水、降雨、潮湿天数、冻融循环次数，路面材料性能等参数可对季冻区水泥路面国际平整度指数进行预测.提出的预测修正模型预测的精确度高，具有良好的实用性和较高的预测性能.

摘要:为探索氯化钙盐吸条件下SO₂可能的转化反应以及该类反应对氯化钙盐吸法测量烟气中SO₃的影响特性, 采用一维立卧管式炉实验装置及控制变量法研究了水蒸气、氧气氛、温度、反应物浓度对SO₂与CaCl₂化学反应的影响, 并理论分析了SO₂与CaCl₂可能的化学反应过程及对SO₃测量的影响.结果表明：在无CaCl₂样品条件下, SO₂并不能发生均相反应; 在典型氯化钙盐吸法条件下, 只有当H₂O及O₂同时存在时, SO₂可与CaCl₂发生明显化学反应; 升高立卧管式炉温度及增加反应物浓度, SO₂的转化率相应升高, 转化率约在2 %~8 %; 理论分析表明，该反应在200 ℃及典型取样气氛下属于慢化学反应, 在高浓度硫酸蒸汽存在下被严重抑制, 减小了对SO₃测量的干扰, 一定程度上证明了氯化钙盐吸法测量SO₃的可行性.

摘要:为深入研究橡胶材料及结构参数对球形橡胶轴承刚度性能的影响，采用有限元方法对5种不同材料或结构的球形橡胶轴承进行分析研究，完成了球形橡胶轴承的压缩与摆动试验.对相应橡胶材料进行了材料试验，使用Abaqus/Standard建立橡胶轴承的二维轴对称模型和1/2三维模型，用Neo-Hooke、Mooney-Rivlin和Yeoh超弹性本构模型进行仿真.进行橡胶轴承的压缩与摆动试验，对有限元仿真进行对比验证.试验结果表明：丁腈橡胶、氢化丁腈橡胶与天然橡胶制造的球形轴承，压缩刚度均会随着压缩位移上升而上升，摆动刚度均会随着摆动角度上升而下降；球形橡胶轴承金属层数量的上升会提高其竖直刚度，但对摆动刚度几乎没有影响；Yeoh本构模型在两种变形情况下均可以很好地拟合试验结果；在变形较小时，用Mooney-Rivlin本构模型进行仿真也可以得到较为准确的仿真结果；在压缩仿真中，形变较大时，Mooney-Rivlin本构模型无法表现出刚度迅速上升的阶段，因此仿真结果会小于试验结果；使用Neo-Hooke本构模型的仿真结果误差最大，在摆动仿真中完全无法使用.

摘要:为研究柔性拍动翼的水动力性能及指导仿生推进器的设计，应用自主开发的浸入边界法CFD程序数值模拟了三维柔性翼的非定常绕流问题.在固定的笛卡尔网格上通过基于虚拟网格的边界条件重建算法来施加复杂移动变形边界对流动的影响，以能量的视角提出一种对刚性和柔性拍动翼都适用的推进效率数值计算方法，并系统地研究了各参数对三维柔性翼推进性能的影响.结果表明：当变形运动控制参数ε处于2.0~3.5，且弦向变形系数δ为0.1时，柔性拍动翼的推进效率将超过刚性翼；柔性翼性能随变形运动控制参数的变化取决于水动力产生表象之下的涡动力学，包括翼尾缘变形对漩涡脱落的控制和展向涡量输运机制；柔性拍动翼的平均推力随无因次频率k的增大而单调增加，与实验中依靠胸鳍推进的鱼通过增加胸鳍的拍动频率来增加推力的现象是一致的；存在一个使柔性翼的推进效率最高的最优k，即实验中依靠尾鳍推进的鱼存在一个最优斯特劳哈尔数，使效率最佳的特性在模拟中得以体现.