摘要：本文设计并建立了一个包含发音运动学、声学、声门和面部微表情的多模态情感语音汉语普通话数据库,分别从语料设计、被试选择、录制细节和数据处理等环节进行了详细的描述,其中信号被标记为离散情感标签(中性、愉悦、高兴、冷漠、愤怒、忧伤、悲痛)和维度情感标签(愉悦度、激活度、优势度)。本文对维度标注的数据进行统计学分析,验证标注的有效性,同时验证标注者的SCL-90量表数据并与PAD标注数据结合后进行分析,探究标注中存在的离群现象与标注者心理状况之间的内在联系。为验证该数据库的语音质量和情感区分度,本文使用SVM、CNN、DNN3种基础模型计算了7种情感的识别率。结果显示,单独使用声学数据时7种情感的平均识别率达到了82.56%;单独使用声门数据时平均识别率达到了72.51%;单独使用运动学数据时平均识别率也达到了55.67%。因此,该数据库具有较高的质量,能够作为语音分析研究的重要来源,尤其是多模态情感语音分析的任务。

摘要：为了探究声学与发音学转换对普通话情感识别的影响,提出融合声学与发音特征转换的情感识别系统.根据人体发音机制,录制普通话多模态音视频情感数据库.设计双向映射生成对抗网络(Bi-MGAN)来解决双模态间的特征转换问题,定义生成器损失函数和映射损失函数来优化网络.搭建基于特征-维度注意力机制的残差时间卷积网络(ResTCN-FDA),利用注意力机制自适应地为不同种类特征和不同维度通道赋予不同的权重.实验结果表明,Bi-MGAN在正向和反向映射任务中的转换精度均优于主流的转换网络算法;ResTCN-FDA在给定情感数据集上的评价指标远高于传统的情感识别算法;真实特征融合映射特征使得情感被正确识别的准确率显著提升,证明了映射对普通话情感识别的积极作用.

摘要：目的探究突触融合蛋白17(syntaxin17,STX17)在Aβ诱导的小鼠海马神经细胞死亡中的作用。方法基于WGCNA方法选取与阿尔茨海默病显著相关的基因,与自噬基因库和SNARE家族基因取交集筛选关键基因;C57BL/6小鼠海马组织中注射浓度为1 g/L的Aβ31-35和使用终浓度为5μmol/L Aβ31-35处理HT22海马神经细胞,采用Western Blot检测STX17、LC3Ⅱ、P62的蛋白表达情况;CCK-8法检测Aβ31-35处理的HT22海马神经细胞存活率;慢病毒介导HT22海马神经细胞STX17过表达后,Western blot检测Aβ31-35处理后LC3Ⅱ、P62的蛋白表达情况。结果与阿尔茨海默病显著相关的Salmon和Black模块分别与自噬基因库和SNARE亚家族取交集获取关键基因STX17。与对照组比较,经Aβ31-35处理后,HT22细胞细胞存活率[(81.81±11.65)%]明显下降(P<0.05),小鼠海马组织和HT22细胞中STX17蛋白表达均显著降低(P<0.05),LC3Ⅱ和P62蛋白表达均显著升高(P<0.05);慢病毒介导HT22海马神经细胞STX17过表达后,显著逆转Aβ31-35诱导的LC3Ⅱ、P62的蛋白表达上调(P<0.05),并改善Aβ31-35诱导的HT22海马神经细胞存活率下降[(101.91±13.81)%vs(79.21±8.75)%,P<0.05]。结论STX17通过促进自噬来改善Aβ诱导的小鼠海马神经细胞死亡。

摘要：人们通过语言表达情感是一个不断变化的过程,为了使用语音信号的时间连续性表达具体情感,本文搭建了一种基于关联认知网络的GA-GRUS-ICN模型.首先,对输入的语音特征使用GRUS网络提取深度时序特征;然后,引入自注意力机制给重要的特征片段赋予更高的权重;最后,使用关联认知网络ICN构建情感之间的关联性,得到情感关联矩阵和最终识别结果,本文中对于超参数使用遗传算法GA进行选择.选用TYUT2.0、EMO-DB和CASIA语音数据库中的“悲伤”、“愤怒”、“高兴”三种基本情感作为实验数据,文章设计了五种实验方案进行两个消融实验,实验结果显示,三种模型在三种语音库的UA分别达到了80.83%、98.61%和88.13%,表明GA-GRUSICN识别模型在情感语音识别方面有较强的普适性,自注意力机制与GRUS-ICN模型比较适配,亦可以较好地进行语音情感识别.

摘要：以黄腐酸的激发、发射波长为定性指标,以黄腐酸浓度与荧光强度为定量指标,研究了多种黄腐酸的区别。确定了多种黄腐酸的最大激发波长和最大发射波长,探讨了不同来源黄腐酸的荧光强度随浓度改变的变化情况。结果表明,相同方法提取黄腐酸,煤样中黄腐酸含量越高,其荧光强度峰值所对应的浓度越大。因此,通过激发、发射波长的测定,并根据荧光强度峰值所对应的浓度变化,可以为分析黄腐酸的来源及半定量判断提供一种新的研究思路。

摘要：针对在数字图书馆中刻画教育者和学习者图书偏好的文本和网络数据不精确、不一致和不通用问题,提出一种基于模糊本体和遗传算法的推荐系统框架。将模糊逻辑引入领域本体,处理在图书领域中的模糊信息,采用遗传算法对图书的特征进行权重优化,通过聚类算法缩小推荐搜索空间,达到精细化的推荐结果。实验结果表明,该方法有效解决了冷启动、数据稀疏性问题,解决了本体推荐图书的不确定性和主观判断问题,与传统方法相比精度和泛化能力有所提高。

摘要：三硝基苯酚(PA)是废水中酚类有机化合物的重要成分,鉴于其对人体及环境的危害,实现PA简便、准确的检测意义重大。本文以L-组氨酸为保护剂,抗坏血酸为还原剂,通过一步法在室温下合成了铜纳米团簇(Cu NCs)。透射电子显微镜(TEM)、X射线光电子能谱(XPS)、紫外可见光谱(UV-vis)和傅里叶红外(FT-IR)等手段被用于研究样品的结构与性质。结果显示,该铜纳米团簇的最大激发和发射波长分别为382和492 nm,所得样品分散性良好且尺寸均匀,具有较高的稳定性。水溶性的Cu NCs荧光探针对PA的检测具有高选择性,内滤效应(IFE)的存在导致了PA对荧光探针的有效淬灭。在0~80μM浓度范围内F 0/F与PA的浓度呈现出良好的线性关系,其最低检出限为0.25μM(S/N=3)。另外,Cu NCs被成功用于实际水样中PA的检测,说明此种荧光探针有很好的实用性。