摘要：针对基于语音单一特征提取方法所存在的话者识别准确率较低的问题,提出将话者语音中反映人耳听觉感知特性的MFCC特征和接近心理声学临界频带的1/3倍频程(1/3 octave)特征作为话者声音的特征参数,设计话者识别的贝叶斯网络,融合2种声音特征参数,通过贝叶斯网络推理实现话者识别。贝叶斯网络通过学习过程确定已注册话者各声音特征的条件概率。进行话者识别时,贝叶斯网络利用贝叶斯定理及条件独立性假设融合待识别话者声音的MFCC特征和1/3倍频程特征,计算每个已注册话者对输入语音特征矢量的后验概率,根据后验概率的大小实现待识别话者的推断。话者识别实验结果表明:提出的基于声音多特征贝叶斯网络融合的话者识别方法可行有效,识别正确率达到100%。

摘要：针对非结构化复杂环境对移动机器人的运动要求,结合轮式和腿式移动机构的优点,设计了一种高效、稳定的轮腿式爬楼梯移动机器人。设计了机器人的主要结构,分析了机器人的稳定性及转向性能。平地行走、转向、越障、上下楼梯等实验结果表明:设计的轮腿式爬楼梯移动机器人结构简单,运动灵活,控制方便,控制精度高,不需对运行步态进行预先规划,它不仅可以在崎岖不平的环境中实现快速行驶,而且实现了快速稳定的爬楼梯功能,具有很强的越障能力和环境适应能力。

摘要：骨折愈合是个复杂的过程,为了保证骨折愈合的质量和速度,必须动态精确地预测骨折愈合过程中创伤断面应力的大小及其变化趋势,以便及时调整骨折治疗装置对创伤断面的施力。针对现有应力预测方法预测精度较低的问题,提出基于弱化缓冲算子和GM(1,1)等维新息模型的骨折愈合应力的动态预测方法。先将实测应力数据经过弱化缓冲算子作用,再利用GM(1,1)等维新息模型对弱化处理后的应力数据序列建立预测模型。设计活体山羊骨折模型进行动物实验,获取活体山羊骨折愈合过程中创伤断面的日平均应力,利用该方法进行建模,对骨折愈合过程中次日的创伤断面应力进行动态预测,并与基于GM(1,1)等维新息模型的应力预测结果进行比较。应力预测结果表明:所提出的基于弱化缓冲算子和GM(1,1)等维新息模型的应力预测方法具有很高的预测精度,以预测误差的平方和作为评价指标,其预测精度达到基于GM(1,1)等维新息模型应力预测方法的40倍以上,具有较好的骨折治疗临床应用前景。

摘要：针对骨折创伤断面轴向压力和径向剪切力的实时精确测量要求，设计了基于E型圆膜片式结构弹性体的微型二维力传感器，建立了传感器弹性体应变的理论分析模型。根据理论分析模型对传感器弹性体的主要结构尺寸进行了优化，设计了弹性体上应变片的贴片位置和组桥方式。对传感器进行了标定实验，获得了标定数据。标定实验结果表明：传感器灵敏度为2．9MPa／N，轴向力满量程非线性误差为1．1783％，径向力满量程非线性误差为1．0416％。