基于TTTS和SR技术的英语自学系统设计

文-语转换技术和语音识别技术是实现英语自学系统的关键技术。介绍了英语自学系统的工作原理和软件结构,并在．Net环境下导入了语音应用程序编程接口-The Microsoft Speech API,利用该接口编程实现了朗读训练、听写训练和阅读训练等功能。系统综合运用了声音和动画的多媒体手段,获得了良好的人机交互效果。     

基于柔度曲率矩阵的曲面板结构损伤识别方法

为了对船体中曲面板结构的损伤部位准确地进行损伤识别分析,提出了一种基于柔度曲率矩阵的曲面板结构损伤识别方法并进行了仿真分析.按照Kirchhoff薄板假定对板结构进行单元划分,以结构的响应重建柔度矩阵,并通过类曲率半径方法对柔度值的变化进行放大进而得到柔度曲率矩阵.算例分析表明,该方法损伤定位准确并且具有较高的灵敏度,避免了使用原未损结构的模态参数,所需损伤结构的模态少甚至只需一阶模态信息就可有效地进行损伤识别分析.     

“海上丝绸之路”关键节点安全影响因素识别

为确保船舶在“海上丝绸之路”顺利通行,选取“海上丝绸之路”的关键海峡（运河）作为重要节点,建立突变模型度量关键节点的安全性,再根据灰色关联分析识别影响“海上丝绸之路”关键节点安全性的重要因素。结果显示：6个关键海峡（运河）中马六甲海峡安全性最高,望加锡海峡安全性最低,其余4个海峡（运河）安全性居中;影响关键节点安全性的关键影响因素为海峡（运河）所在国政局稳定性、法律政策数量及多边合作情况,重要影响因素为军事冲突、组织机构数量、保障规范性、恐怖主义和军事基地数量。研究中选取的所有指标都与关键海峡（运河）的安全性存在相关关系。     

中美公路弯道标志设置浅析

介绍美国公路弯道标志的设置方式,重点引用了美国《交通控制设施统一手册》中弯道标志的种类、设置位置、尺寸、间距的规定,探寻其背后的驾驶需求分析、人因工程分析等科学依据.国内弯道标志的设计主要以偏角作为弯道标志设置的依据,存在弯道诱导标设置数量偏少、诱导效果不佳、弯道标志尺寸太小、安全识认距离不足等问题.为此,建议采用更科...     

甩挂运输半挂车电子标识技术研究

针对现阶段的道路运输远程监控体系中无法识别半挂车的身份与特征信息的问题,通过对甩挂运输企业、站(场)、整车生产企业进行广泛调研,文中提出了基于RFID无线射频技术的甩挂运输半挂车身份电子标识技术要求,分析了电子标识具体技术参数的限值范围,为规范甩挂运输半挂车身份电子标识的发展提供了技术支撑。     

在用工业管道焊接缺陷的识别和自身高度的测量

在用工业管道定期检验划分安全状况等级时,须确定焊接缺陷性质和自身高度,当采用射线检测和超声检测时,缺陷具有不同的特征和自身高度的测量方法。通过分析射线检测和超声波检测,夹渣、未焊透、未熔合缺陷的识别方法和自身高度的测量,总结出根据缺陷的产生部位、缺陷的性质、缺陷的方向选择无损检测方法,综合运用射线检测技术和超声检测技术。     

我国高速公路交通标志人性化设置的探讨

本文围绕高速公路交通标志的信息过载、进出口处交通标志设置、安全车距确认标志设置三个问题展开讨论,并基于驾驶人的驾驶习惯和反应特性,对交通信息过载消除方法、进出口处交通标志设置原则以及安全车距确认标志内容与设置位置进行了深入分析,结合具体案例提出了如何进行人性化设置的思路。     

隧道爆破信号主分量特征提取与毫秒延期识别研究

为了准确揭示隧道爆破振动信号所包含的反映爆破特征参数的重要信息,通过EMD分解与交叉小波变换组合分析方法对实测爆破信号进行分析,得到各分量与原信号的相关性系数,从而准确判别出信号的主分量。再依据相关性系数对包含主分量在内的相关分量重组并进行Hilbert变换取模值,精确识别出隧道采用的各段别雷管的毫秒延期时间。结果表明： 组合方法确定的主分量及相关分量重组信号能够突出爆破信号的主要特征,对隧道爆破信号的分析效果好。     

适于TBM施工的HSP法实时预报技术设计与实现

为实现TBM施工隧道的实时地质预报,以TBM刀盘滚刀破岩震动作为震源的HSP法地质预报技术为基础,通过分析TBM施工工艺与机身结构特点,对HSP系统硬件和软件进行优化设计,使其小型化、自动化和智能化,并搭载于TBM上进行智能控制。在TBM掘进过程中,首先,通过隧道轮廓位置的检波器连续或高频次地采集地震反射波信号; 然后,经系统软件对数据的自动处理,实时获取掌子面前方地层反射特征参数图谱; 其次,通过智能识别技术完成对不良地质反射界面的有效拾取与判识; 最后,实现不良地质的探测。通过对适于TBM施工的HSP法实时预报技术进行优化设计,实时探查前方地层不良地质(体)位置、规模与性质,为TBM的高效施工起到一定的推助作用。     

S变换在水下目标识别中的应用

研究了基于S变换模时频矩阵相似度的水下目标识别方法。根据测试样本对应的S变换模时频矩阵与标准样本对应的S变换模时频矩阵之间的相似度最大原则对测试样本进行识别。该方法不需要辅助分类器而直接实现目标识别,计算简单快速。仿真实验表明,该方法的识别率较高,且受噪声影响小,适合于水下目标识别。