摘要：目的对已建立的嗓音主观评估中文测试文本进行信度和效度分析。方法随机选择以发声障碍就诊的患者196例(试验组),其中男92例,年龄22~75岁,平均45.6±10.3岁,女104例,年龄18~69岁,平均40.9±9.6岁;选择无嗓音障碍病史、无咽喉疾患、无吸烟饮酒史、喉镜检查声带无明显异常者24例作为对照组,其中男10例,年龄29~58岁,平均33.9±9.0岁,女14例,年龄23~71岁,平均38.0±12.4岁。对两组受试者的嗓音元音样本/a/进行声学分析,观察频率微扰、振幅微扰、信噪比、倒频谱峰值突出、关联维、二阶墒等指标,10名听评委通过已建立的主观评估中文测试文本对275例声音样本(包括55例重复样本)进行主观分析,信度分析包括评委自身稳定性及评委间一致性;效度分析为主观评估和声学分析的一致性,以及该测试文本对正常嗓音和病理嗓音的鉴别能力。结果评委自身稳定性较高,Pearson相关系数为0.687~0.748;评委间一致性较好,组内相关系数为0.589~0.685;主观分析结果与客观分析值显著相关(P<0.01);受试者操作特征曲线下面积为0.948~0.96,测试文本对正常及病理嗓音的鉴别力良好,相邻嗓音障碍等级的受试者其客观分析值差异有显著统计学意义(P<0.01)。结论所设计的主观评估中文测试文本具有较高的信度和效度,具有潜在临床应用价值。

摘要：多义词语义是汉语国际教育和HSK考试的重点和难点。词义消歧研究致力于确定多义词在给定上下文中的具体含义,在人机交互、机器翻译、作文自动评分等领域被广泛应用。然而,现有的词义消歧方法存在准确率较低、语料库匮乏、特征简单等弊端。针对汉语国际教育的相关语料库和评价系统,基于深度神经网络设计汉语多义词词义消歧的分类模型是当前的研究热点,同时也是实现HSK作文自动评分的重要技术保障。已有研究假定多个义项相互独立,缺乏对多义词义项演变关系的重视,对此文中首先对典型的汉语多义词进行语义研究,以区分基础义项和固定搭配义项来构建语义拓扑图,用于指导分类模型的训练。在建立多义词语义拓扑图的基础上,通过对汉语语料库的爬虫,获取典型多义词的语料样本,进而构建有监督的深度神经网络模型,包括RNN,LSTM和GRU。通过对爬虫所获样本的分析,选取了30字长和60字长,分别设计单向和双向6种神经网络,通过多次训练对模型参数进行优化,最终获得词义消歧分类模型。实验选取“意思”多义词作为代表,开展多义词在给定上下文的词义消歧实验。结果表明,基于RNN,LSTM网络和GRU的深度学习模型的平均准确率均超过75%,其中各模型的最大准确率均超过94%;各模型的ROC曲线下面积(Area Under Curve,AUC)均超过0.966,表明其对样本类不均衡性具有较好的处理效果;单向和双向RNN模型在不同字长条件下均取得最佳学习效果。

摘要：为了提高铁路旅客服务信息系统智能化水平,需要进行铁路信息系统的旅客服务信息智能融合处理,提出一种基于分段线性融合均衡调度的铁路旅客服务信息系统智能化调度算法。构建旅客服务信息存储模型,设计旅客服务信息存储的信息系统,进行存储节点的优化部署设计,提取分布式异构环境下旅客服务信息的高阶统计量特征信息,采用支持向量机聚类方法对提取的旅客服务信息统计信息进行分类处理,进行旅客服务信息的分组融合,提高铁路旅客服务信息系统传输信道的均衡性能,在传输链路层中实现旅客服务信息的分布式存储和资源共享。仿真结果表明,采用该方法进行旅客服务信息智能化调度的吞吐性能较好,存储数据的比特量增大,误码率较低,提高了旅客服务信息的智能管理能力。

摘要：随着我国科学技术的发展,铁路信息传输的发展日新月异,在铁路运输生产和建设中占据着越来越重要的作用。根据铁路信息运输的特点、影响通信传输安全的因素以及改善措施做了深刻的研究和探讨,以期能为铁路通信传输工作提供参考,使我国的铁路通信传输朝着安全化、规范化的方向发展。

摘要：嗓音医学是一门研究发声的基本原理、探讨发声障碍的病因、发病机制、治疗及预防的科学。其研究的主体包括正常嗓音、艺术嗓音和病理性嗓音,以及与发声障碍相关的疾病,如吞咽障碍、胃咽返流等。本文就该领域的临床应用现状作一概述。[第一段]