ENDPOINT DETECTOR OF NOISY SPEECH SIGNAL USING A RECURRENT NEURAL NETWORK

ＩｎｔｒｏｄｕｃｔｉｏｎＥｎｄｐｏｉｎｔｄｅｔｅｃｔｉｏｎｏｆｓｐｅｅｃｈｓｉｇｎａｌｉｓｉｍｐｏｒｔａｎｔｉｎｍａｎｙａｒｅａｓｏｆｓｐｅｅｃｈｐｒｏｃｅｓｓｉｎｇｔｅｃｈｎｏｌｏｇｙ,ｓｕｃｈａｓｓｐｅｅｃｈｅｎｈａｎｃｅｍｅｎｔ,ｓｐｅｅｃｈｒ...     

脑尔康对老年痴呆小鼠脑内胆碱酯酶活性及神经元的影响

目的　通过慢性铝中毒造成老年痴呆小鼠模型。观察复方中药脑尔康对小鼠学习记忆障碍的保护作用 ,探讨其对胆碱酯酶活性的影响及保护神经元的抗痴呆作用机理。方法　健康昆明种雄性小鼠 60只 ,随机分为 6组 ,除空白组外 ,连续造模 50d后 ,每组随机取 3只 ,用HE染色法 ,观察小鼠海马CA1区细胞数量及形态 ,其余动物迅速断头取脑 ,冰台分离海马及皮层 ,检测各自的胆碱脂酶活性。结果　模型组AchE活性明显增高 (P <0 0 1 ) ,用药各组与模型组比较 ,除小剂量组外AchE活性均明显低于模型组 (P <0 0 1 ) ;模型组海马CA1区神经元数量明显少于空白组 (P <0 0 1 ) ,可见神经元脱失 ,并有胶质细胞增生。用药各组与模型组比较 ,只有中药大、中剂量组神经元数量显著多于模型组 (P <0 0 5或P <0 0 1 )。结论　脑尔康能明显降低老年痴呆模型小鼠皮层及海马AchE活性 ,保护海马CA1区神经元的作用。     

盲源分离技术在车辆轮胎噪声提取中的应用

介绍Kullback-Leibler发散度,推导基于该发散度和自然梯度算法的盲信号处理的计算方法,并通过一个仿真实例说明运用该方法对车辆轮胎噪音提取的可行性,从而为车辆的车轮故障诊断和车体音频信号的盲分离提供一个新的方法。     

Modeling learning and adaptation processes in activity-travel choice A framework and numerical experiment

This paper develops a framework for modeling dynamic choice based on a theory of reinforcement learning and adaptation. According to this theory, individuals develop and continuously adapt choice rules while interacting with their environment. The proposed model framework specifies required components of learning systems including a reward function, incremental action value functions, and action selection methods. Furthermore, the system incorporates an incremental induction method that identifies relevant states based on reward distributions received in the past. The system assumes multi-stage decision making in potentially very large condition spaces and can deal with stochastic, non-stationary, and discontinuous reward functions. A hypothetical case is considered that combines route, destination, and mode choice for an activity under time-varying conditions of the activity schedule and road congestion probabilities. As it turns out, the system is quite robust for parameter settings and has good face validity. We therefore argue that it provides a useful and comprehensive framework for modeling learning and adaptation in the area of activity-travel choice.     

基于无人机及Mask R-CNN的桥梁结构裂缝智能识别

桥梁结构表面裂缝检测为桥梁状态识别、病害治理、安全评估提供了重要状态信息和决策依据。为解决传统人工检测方法存在的危险性高、影响交通、费用昂贵等问题,提出基于无人机（Unmanned Aerial Vehicle,UAV）及深度学习的桥梁结构裂缝智能识别方法。采用大疆M210-RTK多旋翼无人机进行贴近航摄,获取桥梁结构混凝土表面高清图像;利用SDNET裂缝数据集等图像资源,制作1 133张标记裂缝精确区域的深度学习训练样本图像库;引入掩膜区域卷积神经网络（Mask R-CNN）深度学习算法,训练和建立Mask R-CNN裂缝识别模型;基于Mask R-CNN裂缝识别模型,采用矩形滑动窗口模式扫描混凝土表面高清图像,实现裂缝自动识别和定位。构建包含图像二值化、连通域去噪、边缘检测、裂缝骨架化、裂缝宽度计算等流程的图像后处理方法,实现裂缝形态及宽度信息自动获取。通过精度验证试验,证实采用M210-RTK无人机+ZENMUSE X5S相机+45 mm奥林巴斯镜头的组合装备,当无人机至桥梁结构表面垂直距离为10.0 m时,无人机方法识别的裂缝宽度与裂缝测量仪结果吻合,其绝对误差小于0.097 mm,相对误差小于9.8%。将该无人机裂缝检测方法应用于高136.8 m长沙市洪山大桥桥塔表面裂缝检测,采用深度学习Mask R-CNN算法进行裂缝智能识别,其裂缝识别准确率和召回率分别达到92.5%和92.5%。研究结果表明：无人机桥梁裂缝检测方法可实现高耸桥梁结构表面裂缝的远程、非接触、自动化检测,具有重要的科学研究和工程应用价值。     

对大学生正确掌握乒乓球正手攻球击球点的实证研究

正手攻球是乒乓球运动各项技术中必须要掌握的重要技术,正手攻球稳定性及准确性能力提高是决定比赛胜负的基础和根本。本文拟以两个班对照教学实验,对此问题进行实证研究。经研究发现,在来球上升初期和下降初期击球是保证攻球稳定性和成功率的关键技术。     

交通视频辅助的桥梁动态称重方法研究

为了进一步提升既有的桥梁动态称重技术，提出一种交通视频辅助的新型桥梁动态称重方法。首先介绍基于深度神经网络的计算机视觉目标检测技术和一种计算机视觉坐标转换方法，实现从交通监控视频中实时地探测与定位桥上行驶的车辆和车轴。然后引入桥梁应变分解方法和应变影响面识别方法，建立车重、车辆位置与桥梁应变之间的映射关系，从而建立一种综合利用时间和空间冗余信息对车辆进行称重的方法。该方法构建超定的影响面加载方程组，使用最小二乘法求解该方程组以得到桥上行驶车辆的轴重和总重。最后总结出一套交通视频辅助的桥梁动态称重方法框架。为验证以上方法，在某连续大箱梁桥的缩尺模型以及实桥上进行试验。试验包含单车、双车、跟车、并行、直行、变道、匀速、变速等复杂交通工况。模型试验结果表明：该方法的车辆总重识别误差均值为-2.02%，标准差为4.77%；车辆轴重的识别误差均值为4.77%，标准差为17.50%。实桥试验结果表明：该方法的车辆总重识别误差均值为0.21%，标准差为1.53%；车辆轴重的识别误差均值为-3.59%，标准差为42.67%。除此以外，所提出的方法还可用于识别桥上车辆的数量、类型、轴数、实时位置、运动轨迹、行驶速度等多粒度交通信息。     

融合路段传输模型和深度学习的城市路网短时交通流状态预测

城市路网短时交通流预测是实现智慧城市的关键技术，随着人工智能的发展，越来越多的深度学习算法被应用于城市道路交通状态估计和预测研究。但是深度学习因缺少对交通流演化机理的刻画导致其可解释性不强，而交通流解析模型常因预测精度问题导致其应用效果受到限制。为了取长补短，首先对路段传输模型（Link Transmission Model，LTM）进行改进，提出了可以利用真实数据实时校准仿真网络从而提高预测精度的数据驱动型路段传输模型（Data-driven Link Transmission Model，D²LTM），并在此基础上引入时空深度张量神经网络模型（Spatial-temporal Deep Tensor Neural Networks，ST-DTNN）来捕获网络交通流数据中的时间维、空间维和深度维特征信息，形成融合路段传输模型和深度学习的城市路网短时交通流预测模型D²LTM-STDTNN。该混合模型一方面通过D²LTM机理模型来揭示交通流演化的基本规律，发挥其对城市路网交通流状态时空演化过程的精细刻画能力，增强混合模型机理的可解释性；另一方面利用ST-DTNN模型强大的高维数据挖掘能力和动态特征学习能力，提高城市级路网交通流的短时预测精度。该模型还考虑了交叉口不同转向的短时预测问题，具有更细的空间粒度和时间粒度，因此也具有更大的预测难度。实测结果表明：D²LTM-STDTNN混合模型相对于基准模型预测精度更高，且具备模拟演化机理方面的优势，提升了城市路网短时交通流状态预测能力，揭示了路段间的交通流动态演化规律，可为网络交通流模拟推演和主动管控提供了技术支撑。     

论科技学术论文的几个特点

从编辑的角度论述科技学术论文的几个特点，以供科技工作者撰写科技学术论文时参考。首先以与科研报告、应用性科技论文相比较的方式，阐述学术理论性是从内容上识别科技学术论文的标志性特点，接着提出科技学术论文具有诸如报道性摘要、实例式验证、要领化的结论、顺序编码制的参考文献等各部份的几个结构特点，最后以学术期刊来稿中的一些例句说明学术论文的语言特点