Enhancing Speech Recognition for Parkinson's Disease Patient Using Transfer Learning Technique

Parkinson's disease patients suffer from disorders of speech.The most frequently reported speech problems are weak,hoarse,nasal or monotonous voice,imprecise articulation,slow or fast speech,difficulty starting speech,impaired stress or rhythm,stuttering,and tremor.To improve the speech quality and assist the patient with speech rehabilitation therapy,we have proposed the speech recognition model for Parkinson's disease patients using transfer learning technique (PSTL),where we have pre-trained the long short-term memory (LSTM)neural network model with our developed publicly available dataset that has been obtained from healthy people through the social media platform.Then,we applied the transfer learning technique to improve the performance of the PSTL framework.The frequency spectrogram masking data augmentation method has been used to alleviate the over-fitting problem so that the word error rate (WER) is further reduced.Even with a limited dataset,our proposed model has effectively reduced the WER from 58％ to 44.5％ on the original speech dataset and 53.1％ to 43％ on the denoised speech dataset,which demonstrated the feasibility of our framework.     

基于列生成启发式的单线电动公交车与司机整合调度优化

在考虑电动公交车里程约束与司机连续工作时间和总工作时间约束的基础上,研究单条 公交线路的电动公交车与司机整合调度问题,即将给定时刻表车次分配给电动公交车和司机,同 时,生成车辆运营计划和司机排班计划,设计基于列生成启发式方法求解提出的整合调度问题。 列生成方法用于生成线性松弛最优解,将整个问题分解为一个主问题和两个定价子问题。其中, 主问题从可行车辆行车路径集合和司机车次链集合中选择最优的司机车次链和电动公交车行车 路径,覆盖所有车次,并保证车辆运营计划产生的空驶弧都被司机排班计划覆盖;定价子问题描 述两个基于时空网络的资源约束最短路问题,分别用于生成可行的车辆路径和司机车次链,并设 计深浅算法得到整数可行解。使用合肥市3条公交线路随机生成算例检验提出算法的有效性。     

基于模拟退火-自适应布谷鸟算法的城市公交调度优化研究

为改善城市常规公交运营效率,提出基于模拟退火-自适应布谷鸟算法的公交调度优化模型。通过结合线路实际客流数据反映的客流特征,建立考虑公交公司和乘客双方利益的公交调度优化模型;改进布谷鸟算法固定步长并加入模拟退火算法退火操作,设计模拟退火-自适应布谷鸟算法,改善寻优过程中跳出局部最优解而全局寻优的能力;以福州125路公交线路为例,将该线路客流特征数据应用于模型和求解算法中。结果表明,基于不同利益方权重下通过模型算法计算出的结果均优于现有调度方案,验证了模型及算法的有效性及实用性。     

基于自动车牌识别数据的混合交通流饱和流率实时估计

为解决混合交通流饱和流率测算的实时性和时变性问题,实时获得混合交通流的饱和流率用以信号配时,本文提出基于自动车牌识别数据(Automatic License Plate Recognition,ALPR)的混合交通流饱和流率实时自动估计方法。首先,分信号周期提取车头时距数据,在当前车和后车车辆类型确定时车头时距满足同一正态分布的假设基础上,构建车头时距的高斯混合模型并应用 EM(Expectation Maximization) 算 法 求 解 ;其 次 ,基 于 赤 池 信 息 准 则 (Akaike Information Criterion,AIC)选取高斯混合模型的最优个数,拟合数据得到高斯混合模型参数;最后,根据车头时距的高斯混合模型推算出混合交通流饱和流率。以杭州城市道路3条路段的ALPR数据为例,分析基于 ALPR 数据获取车头时距的采样误差,对模型进行验证,并与传统的 HCM(Highway Capacity Manual)方法进行对比。结果表明：基于ALPR数据的车头时距采样误差满足精度要求; 与HCM的实测法相比,模型所得的混合饱和交通流率相对误差小,结果准确;该方法与传统的标准车流饱和流率折算法效果相近,并考虑混合交通流时变特性,能自动部署实时计算,鲁棒性良好,有实际应用意义。     

考虑财政补贴的电动公交车队置换优化模型

为解决公交车队置换问题,分析财政补贴政策对公交车队电动化的影响,本文考虑财政补贴、温室气体排放水平等因素,以公交车队生命周期成本最小为优化目标,建立公交车队置换的混合整数规划模型,使用CPLEX软件求解模型,获得最优精确解。以2017年北京市19路公交车队为算例进行计算,得出最优的车辆购置方案、充电桩购置方案、车辆淘汰方案,最优方案的生命周期成本为21289.7万元,温室气体排放量为2488.4 吨二氧化碳当量。针对财政补贴、最终电动公交比例、温室气体排放水平等参数进行敏感性分析。分析结果表明：财政补贴从成本及碳排放角度对公交电动化有正面促进作用,但延缓了公交电动化的进程;短期内混合动力公交成本优势明显,长期来看,电动公交具有可观的减排潜力。     

基于层次分析法和D-S证据理论的码头风险评估

在码头风险评估过程中,目前常用的方法对风险事件发生的概率和影响上有一些主观的定性分析,带有结论上的模糊性.运用一种层次分析法和证据理论结合的方法可以提高评估的准确性和可靠度,该方法通过层次分析法确定各评估因素的权重,在此过程中用D-S证据理论对专家评分数据进行融合修正,运用D-S证据理论的合成法则确定码头的风险值.将该方法应用到日照港岚山港区北作业区已建15万吨级散货泊位风险评价中,结果表明码头建设总体处于良好水平,与码头建设情况相符,验证了模型的可信度.     

CAN总线网络传输的延时优化研究

为减小CAN总线网络延时对传输速率的影响,提出了一种报文偏移量补偿与标识符优化的混合优化方案.首先定义总线网络传输延时,研究了表征CAN总线网络数据传输延时的主要指标,然后设计了报文分段与编码方案优化方法和延时报文的偏移量补偿方法,最后采用二者相结合的方案改善延时情况,并利用Symtavision软件分别对优化前、后C...     

水文资料成果评价方法的探讨

笔者提出了一种评价水文资料成果的新方法—灰色关联法 ,并给出了该方法的应用实例 .     

峰前折扣票价下轨道交通乘客出发时间弹性

以北京地铁峰前折扣票价政策为背景,利用自动售检票数据研究折扣票价对乘客出发时间的影响. 首先,从“消费行为”视角建立客观的分类指标并对客运市场进行细分;其次,以较长时期内出发时间中位数为指标,基于“事前—事后对比法”对出发时间发生转移的乘客进行辨识;最后,准确测定不同类型乘客出发时间对票价变动的敏感程度. 结果显示：乘客出发时间票价弹性随转移时长增加而急剧下降,30 min 几乎是乘客所能接受的最大转移时长;通勤类乘客弹性最低,低频及生活类乘客相对富有弹性;限制当前折扣票价政策效果的主要因素在于折扣截止时间过早.该研究能够为差别定价方案编制及优化提供关键参数.     

考虑道路属性特征的中观排放模型研究

准确地对机动车排放污染进行量化评估是机动车排放控制策略制定的前提. 为提高模型计算精度,提出低速行驶比例的概念,用于描述车辆在路段上行驶时瞬时速度的分布特征. 在传统的VSP分布排放模型的基础上,纳入更多的中观影响因素,包括路段平均速度、路段长度、道路等级和低速行驶比例,采用多元回归方法构建一种新型的中观排放模型. 经比对,所建排放模型相对于传统VSP分布排放模型精度更高. 所建模型考虑的新增影响因素均较易获得,故可应用于城市大规模交通路网的排放计算,对提高城市路网排放计算精度,辅助机动车排放控制策略制定具有一定意义.