噪声环境中基于DTW的说话人识别

在VC++环境下,提取PLAR特征参数,基于听觉特性和语谱特性的语音增强器作为预处理器,对语音信号首先进行降噪处理,建立了基于DTW的抗噪声说话人识别系统.实验结果表明,即使在信噪比比较低的情况下,该系统都会在一定程度上提高多种噪声环境下说话人识别系统的识别性能.     

陆梁油田L9井区J2x1油藏低对比度油层分类及开发控制因素分析

陆梁油田L9井区J_2x_1油藏自21世纪初探明,由于油水层识别难、油藏类型不清,后期投产井相继失利,导致油藏开发控制因素不清,潜力不明。为此,以识别低对比度油层为基础,结合试油试采动态数据对该区油层类型、油藏特征、开发控制因素以及开发潜力进行再认识。研究表明,分岩性识别低对比度油层解释结论与试油试采符合率达94%,其油藏类型为构造控制,局部受岩性影响的背斜油气藏。影响开发控制的主要因素为避水高度、油层类型及厚度、地层系数以及含油饱和度。据此拟合出油藏初期的产能平面分布图,指出了潜力区的范围及开发方式,这也为下一步的生产开发提供了依据。     

发现新型环境有机污染物的基本理论与方法

20世纪以来化学污染物导致的人类健康危害日益突出,数以万计的高生产量化学品伴随着生产和使用进入环境介质,给环境科学相关领域研究提出了若干新的科学问题。文章介绍了发现新型有机污染物研究方向设立的背景和科学意义,讨论了判别新型有机污染物分子结构、环境行为特征的基本原则,阐述了定量结构—性质关系模型预测、疑似目标/非目标分析、效应导向分析方法框架的技术思路和优势。对于新型有机污染物识别、行为和效应的深入探索,将为引领学科方向发展、完善化学品风险评估标准、揭示环境污染物的毒性和健康危害机制发挥重要的支撑作用。     

基于客体特质模式识别的R&D人员绩效竞优评价研究

为适应经济社会和技术环境的快速变化,依据竞优理论,从客体特质模式识别的角度对RD人员的绩效进行分析和评价。首先,基于对RD人员不同绩效价值的认同,从体现RD人员个体优势的角度对其特质进行识别;其次,通过聚类分析的方法对RD人员的个性特质进行共性提炼,得到RD人员特质的不同模式;然后,从兼顾RD人员数量和信息一致性的角度,计算各模式的权重值,从而获得各RD人员的绩效评价值;最后以15名RD人员为例,对所提方法的可行性和有效性进行验证。     

如何帮扶“贫中之艰”——以产业发展带动残疾贫困人口脱贫的行唐经验

我国扶贫开发经历了从区域扶贫到精准扶贫的政策演变,并取得重大成就,使7亿多农村贫困人口成功脱贫,成为世界上减贫人口最多的国家,也是世界上最先完成联合国千年发展目标的国家,为全球减贫事业做出巨大贡献。目前,我国减贫工作正处于攻坚阶段,全国各地以“精准扶贫”为指导思想,积极探索各类减贫措施。精准扶贫是指针对不同贫困区域环境、不同贫困农户状况,运用科学有效的程序,对扶贫对象实施精准识别、精准帮扶、精准管理和精准考核的治贫方式。     

创业承诺能促进连续创业意愿吗

创业活动的失败率极高,如何促进连续创业已经成为政府和学者共同关注的话题。基于以往研究,本研究构建了一个被调节的中介效应模型,以探究创业失败情境下创业者创业承诺影响其连续创业意愿的中介机制以及边界条件。研究结果表明：（1）创业承诺影响创业者连续创业意愿;（2）创业机会识别在创业承诺与连续创业意愿之间起到中介作用;（3）环境宽松性不仅调节了创业机会识别与连续创业意愿的关系,还调节了创业承诺通过创业机会识别影响连续创业意愿的间接关系,即当创业环境越宽松时,创业机会识别在创业承诺与连续创业意愿之间的中介作用越强。以上结果不仅丰富了创业承诺的理论研究,而且对我国创业实践具有启发意义。     

基于Opencv的车牌识别研究与分析

通过OpenCV机器视觉库技术与Python开发平台对车牌识别进行了研究与分析,该车牌识别系统主要由图像预处理、车牌定位、字符分割与识别等部分组成,实验表明该系统具有良好的识别效果。     

潜力学科学术评价研究综述

通过文献调研与分析,从研究指标、方法体系和应用场景3个方面对潜力学科进行了调研、分析与归纳,评述了其研究现状,提出了未来的重点研究方向,指出当前的潜力学科研究已日趋成熟,利用相关方法体系可以有效识别出潜力学科并进行相应的未来发展预测,为我国的学科建设提供学科服务及科研竞争力的分析,从而助力我国"双一流"建设的稳步发展。     

基于Rao-Stirling指数和LDA模型的领域学科交叉主题识别——以纳米科技为例

【目的/意义】基于Rao-Stirling 指数和LDA模型进行领域学科交叉主题识别,并以纳米科技为例验证将 Rao-Stirling 指数和LDA模型用于领域学科交叉主题识别的有效性和适用性。【方法/过程】基于Rao-Stirling 指数 测度领域文献学科交叉程度,设定阈值发现高度学科交叉文献。基于LDA模型对筛选出的学科交叉文献进行主题 识别,发现学科交叉点和学科交叉研究主题。【结果/结论】基于Rao-Stirling 指数从引文的角度进行领域文献学科 交叉测度可以有效地发现与某领域相关的学科交叉文献,且有利于大数据集的学科交叉文献发现研究的实现。基 于LDA模型进行学科交叉主题识别可以有效地发现学科交叉主题。两方法的组合应用为发现某领域学科交叉主 题研究提供一种新视角。