摘要：语音识别控制是智能机械设备的核心技术之一,设计了一种嵌入式英语语音识别控制系统。通过隐马尔可夫模型实现了英语语音识别功能,同时,基于WTV180芯片强化了语音信号的处理能力。系统测试结果表明,所设计的系统具有十分精准的英语语音识别能力和较强的智能机械设备控制能力,适于广泛推广应用。

摘要：针对现有英语题库题目依赖专业英语老师人工解析,缺乏智能化平台的问题,提出一种基于SVM的英语题库题目智能分类。首先将系统分为用户层、业务层、服务层、数据层、基础层,并重点设计英语题库题目分类功能。其中,构建SVM分类器,实现英语题库题目的分类。通过测试验证本系统算法的有效性和运行的可行性。结果表明,SVM分类器可实现英语题库题目的准确分类,分类准确率达到74%,优于传统分类算法KNN、Random Forest、Logistic Regression,且通过系统运行,实现了英语题库题目的分类需求,达到设计目的。

摘要：针对目前光纤环形腔衰荡光谱技术多用于测量单一通道或者单一物理量的问题,依据双通道同步检测的思想,在传感系统中结合延迟线方法,搭建了基于光纤环形腔衰荡光谱技术的双路复用微位移传感系统,并对其重复性、灵敏度、复用性等特性进行了实验研究。结果表明:该系统可在双通道条件下分别实现0~10位移测量,且在未发生位移时两路传感器的重复性测试结果分别为(0.950 080 6±0.001 151)μs^-1和(0.953 523±0.001 757)μs^-1;当两路传感分别产生6 mm和5 mm的位移时,重复性测试参数变化为(0.955 884±0.001 966 4)μs^-1和(0.959 957±0.002 013)μs^-1;双路传感器的灵敏度分别为(1.07×10^-3±7.337×10^-5)μs^-1·mm^-1和(1.00×10^-3±4.130×10^-5)μs^-1·mm^-1.经实验验证,双路传感器的相对误差分别为2.1%,4.0%,可为实现多参数同步检测提供一种有效的途径和方法。

摘要：土壤水分是现代精准农业中的重要检测对象,目前常用的土壤水分传感器大多使用高频测量方法,电路制作成本较高无法满足大范围布设的要求。基于土壤水分含量变化影响土壤介电常数的原理,设计了利用电导率特性进行校正的低频电容土壤水分传感器,详细介绍了传感器的原理、组成以及含水量计算混合模型,并将传感器应用于低盐度、低有机物含量的黄土土样中进行了重复测试。测试结果表明,传感器的最大误差小于3.30%,平均绝对误差小于2.0%,能够满足农业生产对土壤水分检测的精度要求。

摘要：目前基于WEB的计算机远程教育系统模型大部分是通过通用网关接口CGI实现的，而CGI是面向过程的，并且它的基础HTTP是一个低速和无状态的协议，这样就为远程教育系统的应用集成带来了很多问题。本文试图通过采用分布对象技术CORBA来解决目前存在的问题，并进一步提出了CORBA在远程教育的实际应用中的不足之处及相应的解决方案。

摘要：目的筛选柯萨奇病毒A组6型(coxsackievirus A6,CVA6)的敏感细胞系,为毒株分离及后续病毒机制研究与疫苗候选株筛选提供合适的细胞基质。方法将CVA6毒株分别感染非洲绿猴肾(African green monkey kidney,Vero)细胞、人胚肺二倍体(human embryo lung diploid cells,KMB17)细胞、恶性胚胎横纹肌瘤(human rhabdomyosarcoma,RD)细胞和人喉癌上皮细胞(human larynx epidermoid carcinoma cells,Hep-2细胞),光学显微镜观察细胞病变效应,以病变特点、半数组织培养感染剂量(median tissue culture infective dose,TCID50)进行敏感细胞筛选。以细胞形态、活力、生长曲线、传代稳定性、病毒敏感性为检测指标验证Vero细胞为基质的CVA6毒株的适应性。结果4种细胞对CVA6的敏感性依次为Vero>KMB17>RD>Hep-2,其中以Vero细胞开始病变时间最快,感染性滴度最高(3.777 lgTCID50/ml),可作为CVA6疫苗候选株的理想基质。所用工作细胞种子为复苏后24 h活率为98.97%,呈梭形上皮样形态,铺路石样排列,生长曲线呈S形,在72~168 h进入生长对数期,最大细胞浓度为6.93×106个/ml,群体倍增时间为25 h,细胞连续传10代增殖速度稳定且细胞形态正常,CVA6与CVA16毒株对Vero细胞敏感性一致。结论Vero细胞是CVA6感染的4种不同细胞中最敏感的细胞,可作为CVA6毒株分离及后续疫苗筛选的首选细胞。