摘要：随着基于深度学习的语音合成技术的不断发展,语音鉴伪面临着巨大的挑战,为了应对多变的新兴合成技术,提高模型鉴别泛化性,设计了基于图注意力网络和单中心损失的语音鉴伪方案。该方案从音频前端处理、音频特征提取、损失函数选择、数据增强等方面进行提升,选用端到端的音频特征提取方式,经过数据增强后,基于图注意力的骨干网络,分别得到音频的频域图和时域图特征,两者融合后得到融合特征,最后结合单中心损失和二分类交叉熵损失,让网络具有更强的鉴别能力。在ASVspoof2019数据集上,对所提方案进行了实验,实验结果表明,所提方案的鉴别效果较好。

摘要：针对多目标跟踪中存在的小目标易漏检和遮挡问题造成的身份切换等问题,沿用经典的基于检测跟踪(tracking-by-detection)框架,提出了一种基于深度学习的数据关联方法.利用深度学习特征提取的能力,在基于行人检测基础上设计了层级特征提取相似性估计的多目标跟踪器.通过端到端的方式提取跟踪物体的层级特征,并计算不同帧物体间特征的相似性,得到相似性矩阵.再利用匈牙利算法根据相似性矩阵完成最优指派问题,实现数据关联部分.实验结果表明,所设计跟踪器缓解了目标跟踪过程中由于遮挡问题带来的跟踪物体身份切换问题,并且在MOT16数据集上取得了较好的效果.

摘要：针对无人船测试过程中数据量大、数据源多、数据记录分散等问题,提出一种面向无人船测试的多源数据HDFS存储优化方法。首先设计基于Hadoop的无人船测试云平台架构,分析无人船测试云平台的信息流;接着提出无人船测试多源数据容错机制及重复数据删除策略,优化无人船测试多源数据HDFS存储;最后对无人船测试多源数据进行HDFS存储实验。结果表明,Hadoop集群优化后比默认系统存储效率提升约20%,可满足无人船测试多源数据的存储需求。

摘要：能岗匹配是人力资源配置的重要原则。实施动态环境下的能岗匹配需要模拟出管理者素质变量与岗位职能变量的变化趋势与程度,以及这两者的实时匹配程度。首先描述了管理者素质与管理岗位职能的变量,建立了用于能岗匹配的定性模拟模型,设计了状态变量知识表示方法及其转换规则。采用BP神经网络设计了管理人员能岗匹配度计算函数。最后设计了定性模拟步骤并给出了一个模拟应用实例。

摘要：详细介绍了一条荞麦米、荞麦精粉、荞麦皮(壳)3种产品同时生产的综合加工工艺。主要工艺采用国内较为成熟的单机加工设备组合而成,包括原料的清理分级、脱壳、米壳分离、成品米色选、精粉磨粉、除尘和包装等。这组工艺能最大限度地获取荞麦米和荞麦精粉,并最大限度地保留了荞麦壳的完整性。

摘要：针对船舶轴系的安全运行考虑,设计一种以嵌入式微控制器LPC1788芯片为核心的双轴扭振测量仪。利用应变片将微弱的扭矩变化转换成电信号,通过T T 1 0 K扭矩遥测系统发送至下位机,测量周期脉冲信号,将得到的采样值经Ethernet或USB发送给上位机。实船测量结果表明,系统性能稳定可靠,可以实时测量扭振,并将其时域、频域图形直观地显示在LCD上。

摘要：大坝建成蓄水后,坝体和坝基都将承受巨大的水压力,由于砼和基岩大都是透水材料,在上游水头作用下将发生稳定和不稳定的渗流现象,这对大坝的运行是不利的.渗流对水工建筑物的破坏现象和过程,一般不易从表面上觉察,隐蔽性强,而在发现问题后又往往难以补救.渗流引起大坝破坏的比例是相当高的,根据不完全统计资料,国内外因渗流问题引起大坝失事占工程总数的40%左右.同大坝变形一样,大坝的渗流也是一个三维问题,影响渗流的因素较复杂,在计算时其边界条件较难确定,但通过原型观测可以达到监控渗流状态的目的,也是检验其设计值的有效方法.