摘要：为提高传统字典学习方法选用固定的语音分段长度重构源信号的精度,提出基于动态字典学习的欠定盲语音重构算法,以提取信号中最优的稀疏表示特征。在欠定语音盲分离的两步法框架下,利用正则化Sim CO字典学习对信号进行稀疏表示,依据最速下降思想通过改变语音分段长度迭代优化信号的重构结果直至收敛,得到信号恢复的总体最优解。实验结果表明,相较传统算法,动态Sim CO字典学习算法进一步提取了信号在字典稀疏域的语音特征,在保证运行成本低的同时有效提高了欠定盲语音的重构质量。

摘要：传统聚类算法进行混叠矩阵估计时存在的聚类中心个数不确定和初始聚类中心的随机选取导致陷入局部最优的问题,为此提出一种基于密度峰值的改进模糊聚类算法进行欠定盲源分离的混叠矩阵估计。通过短时傅里叶变换提取信号在频域中的稀疏特性,利用寻找密度峰值聚类算法(clustering by fast search and find of density peaks,CFSFDP)自动获取聚类簇的数目和初始聚类中心;将获得的聚类数目和聚类结果作为模糊聚类算法(fuzzy c-means clustering,FCM)的初始输入参数,提高FCM聚类结果的精度。实验结果表明,该算法可以准确估计源信号的数目,相比传统FCM、层次聚类、基于密度峰值改进的粒子群等聚类算法,可以有效提高欠定盲源分离的混叠矩阵估计精度。

摘要：提出一种基于语音信号稀疏特征的稀疏分量分析两步法,力图提高欠定情况下的语音信号盲分离性能。不同于传统的两步法,所提方法需要获取语音信号在变换域中的稀疏特征,将贪婪最优化思想引入至稀疏分量分析方法中,重构欠定盲分离语音源信号。通过仿真对比实验,展示了该方法应用于平稳声音信号和非平稳语音信号的盲分离效果,它能较好恢复语音源信号。与现有的最短路径法相比,所提算法可以提高两路以上观测信号的分离性能。相较于平滑L0范数算法,所提算法可以有效提高来波方向较近的语音盲信号分离性能。该方法具有更广阔的适用范围。

摘要：采用连续流动分析法测定废水中硫化物的含量,通过理论计算与实验分析得出:实验测定过程中不确定度的来源主要包括,实际样品的平行测定、配置标准溶液、拟合校准曲线、仪器误差等。通过建立相应的数学测量模型并计算得出各个分量在不确定度中所占比重,最终得出相对标准不确定度和扩展不确定度。通过比较不同来源分量不确定度的大小,最终得出减小测量过程中的不确定度的最优解。

摘要：建立了一种利用连续流动-分光光度法测定固废中氰化物的浸出毒性的方法,当氰化物浓度在0~200μg/L范围内,校准曲线的相关系数r为0.9998;方法的检出限可以达到0.33μg/L;不同浓度样品测定的相对标准偏差低于2.6%,实际固体废物样品加标回收率为96%~103%,方法精密度良好并且准确度较高;通过实际样品测定结果比对,证明方法与传统国家标准方法测定结果有着较高的吻合度,具有良好的应用前景。