人脸表情的自动生成算法概述

人脸表情生成技术是人机接口的重要应用之一,从特征提取、单张人脸表情的生成算法和基于视频序列的人脸表情生成算法3个方面出发,简要概述了相关的概念、理论和技术,为开展相应的研究工作提供基础和参考。

基于持续集成的软件冒烟测试优化探索

基于持续集成的软件冒烟测试是软件快速开发迭代周期中的重要环节,软件的性能测试又是对客户体验影响很大的测试阶段。结合软件冒烟测试和性能测试的特点、测试流程,多维度深入分析和对比软件冒烟测试和性能测试的差异性,提出将软件性能测试的测试用例左移,适度融合到软件冒烟测试阶段。实践表明,在兼顾软件冒烟测试执行效率的前提下,基于持续集成的软件冒烟测试与软件性能测试的适度融合,实现了软件冒烟测试和性能测试的测试效能与软件质量的双提升。

小波包分解下的多窗谱估计语音增强算法

传统谱减法是基于短时傅里叶变换的单一分辨率算法,具有较大方差。为此,提出一种基于小波包分解下的多窗谱估计语音增强算法。将含噪语音在小波包下分解成不同频段,在不同频段下进行多窗谱谱减运算,并逐一进行小波包重构,以得到去噪后的语音信号。仿真结果表明,该算法能提高含噪语音的信噪比,降低语言失真度。

一种新的结合情感数据场和蚁群策略的语音情感识别算法（英文）

为了有效识别自发、非典型及未分割语音的情感以建立更自然的人机交互界面,提出了一种新的结合情感数据场和蚁群策略的语音情感识别算法.用情感数据场中势函数建立基于块的声学特征向量之间的内在联系.为识别自发语音情感,用人工蚁群模拟基于块的声学特征向量,然后用典型的蚁群策略研究每个人工蚂蚁在情感数据场的运动轨迹,并把该蚂蚁的运动轨迹作为对应的声学特征向量的情感标签.利用2012年连续音视频情感挑战赛中的语音数据对所提算法进行测试.实验结果表明:该算法较已有算法能更好地对基于块的语音情感进行识别.

Turbo迭代下的改进谱减法研究

自迭代式的谱减法虽然能有效提高去噪度,但是随着迭代次数的增加会造成语音畸变。结合Turbo迭代原理,在噪声子空间引入小波包多阈值去噪对迭代谱减法进行改进。将谱减法和小波包多阈值去噪根据Turbo原理结合起来,两个分量滤波算法各自工作在信号子空间和噪声子空间提取语音信号,并在每次迭代时将各自输出作为另一分量滤波算法的先验信息。仿真实验表明:该算法在10次Turbo迭代处理后收敛,并在低信噪比下能较好地去噪和降低语音失真度。

职业院校“对分课堂”在化学教学类课程中的实践

为加强职业院校“对分课堂”在化学教学类课程中的实践,分析了“对分课堂”模式的特点以及“对分课堂”在化学教学类课程中的实践运用,提出了具体的教学案例,说明“对分课堂”在教学实践中能够获得良好的教学效果。

浅谈高校动画原理与设计的教学问题及相应策略

近年来,动漫产业的迅速发展对动画专业人才提出了数量与质量的更高要求。如何培养高素质的动画专业人才,是每个高校必须认真思考与探索的一个问题。本文从当前动画教学中的问题出发,探讨在动画原理与设计实际的教学过程中出现的问题及解决策略。

高职护理专业的卫生法律相关课程设置现状与改革策略

为适应新形势下临床护理工作和人才市场的需求，建立以就业为向导，以岗位需要为根据，通过抓好课程内容组织、教材编写、教学设计等关键环节，加强高职护理卫生法律课程的建设，促进学生掌握相关法律法规知识、增强法制观念、加强工作责任心，这有利于减少护理医疗．纠纷，使其更好地满足临床护理工作需要。

Dma方式下DSP芯片对语音信号的采集

文章介绍了TMS320VC5416的存储器直接控制器DMA结合多通道缓冲串口MCBSP组成的数据采集系统,该系统能够实现语音信号处理算法的按帧处理以及实时采集。

光伏探测器响应非线性的机理分析

随着光伏探测器在傅里叶变换红外(FTIR)光谱探测领域的广泛应用,光伏型器件的响应非线性现象逐渐成为影响FTIR光谱反演精度的关键问题。文章对光伏探测器的响应非线性进行研究,首先,总结了光伏探测器的一般原理与等效电路;然后,对导致探测器出现响应非线性的内部效应与外部因素进行分析;最后,总结了内外因素之间的关联,并在结论中给出了对探测器进行非线性校正的工作方向。这对揭示半导体器件对不同通量辐射的响应规律、对于改善研究光伏探测器的非线性问题以及提高FTIR光谱探测精度具有重要的意义。

语言信号处理算法中的批处理技术

语音信号处理算法分为按采样点处理和按帧处理。例如数字滤波就是对样点处理(DSP算法对每一个输入的样点循环一次)，但是许多的语音信号处理算法不是对每一个输入的样点循环一次，而是每隔一定的时间间隔循环一次。例如自相关抗噪声法、非线性处理法、谱减法等等。

语言信号处理算法中的按帧采样

介绍了TMS32 0VC5 416的存储器直接控制器DMA结合多通道缓冲串口MCBSP组成的数据采集系统 ,该系统能够实现语音信号处理算法的按帧处理以及实时采集。

基于LDA+kernel-KNNFLC的语音情感识别方法

结合K近邻、核学习方法、特征线重心法和LDA算法,提出了用于情感识别的LDA+kernel-KNNFLC方法.首先针对先验样本特征造成的计算量庞大问题,采用重心准则学习样本距离,改进了核学习的K近邻方法;然后加入LDA对情感特征向量进行优化,在避免维度冗余的情况下,更好地保证了情感信息识别的稳定性.最后,通过对特征空间再学习,结合LDA的kernel-KNNFLC方法优化了情感特征向量的类间区分度,适合于语音情感识别.对包含120维全局统计特征的语音情感数据库进行仿真实验,对降维方案、情感分类器和维度参数进行了多组对比分析.结果表明,LDA+kernel-KNNFLC方法在同等条件下性能提升效果最显著.

用于跨库语音情感识别的DBN特征融合方法

跨数据库语音情感识别中,将不同尺度上提取的情感特征进行融合是目前的技术难点。本文利用深度学习领域的深度信念模型,提出了基于深度信念网络的特征层融合方法。将语音频谱图中隐含的情感信息作为图像特征,与传统情感特征融合。研究解决了跨数据库语音情感识别中,将不同尺度上提取的情感特征进行融合的技术难点。利用STB/Itti模型对语谱图进行分析,从颜色、亮度、方向三个角度出发,提取了新的语谱图特征;然后研究改进的DBN网络模型并对传统声学特征与新提取的语谱图特征进行了特征层融合,增强了特征子集的尺度,提升了情感表征能力。通过在ABC数据库和多个中文数据库上的实验验证,特征融合后的新特征子集相比传统的语音情感特征,其跨数据库识别结果获得了明显提升。

面向语音情感识别的Gabor分块局部二值模式特征

谱特征在语音情感识别中起到了重要的作用,然而现有的谱特征仍未能充分表达谱图中的语音情感信息。为研究语音情感与谱图之间的联系,提出了一种面向语音情感识别的Gabor分块局部二值模式特征（GBLBP）。首先,获取情感语音的对数能量谱;然后,采用多尺度,多方向的Gabor小波对对数能量谱进行处理,得到Gabor谱图;再次,对每张Gabor谱图进行分块,采用局部二值模式提取每个块的局部能量分布信息;最后,将提取到的所有特征级联,得到GBLBP特征。EMO-DB库及中文语音库上的实验结果表明：GBLBP特征的平均加权召回率比MFCC高了9%~10%,识别性能显著优于众多谱特征,且与现有声学特征有较好的融合性。

脱氮菌株P6的分离鉴定及其处理氨氮废水的试验研究

目的:从污水处理池的污泥中分离得到去除氨氮效果较好的菌株,对其进行分类鉴定和去除氨氮的最佳条件的研究。方法:根据维诺格拉斯基柱法分离出几种纯菌株,选取其中脱氮效果较好的一株,经形态观察和生理生化实验,鉴定其分类地位。研究不同培养条件对该菌生长的影响,用滴定法测定不同条件下其对氨氮的去除率。结果:获得一脱氮菌株P6,初步推测该菌为产碱杆菌。其最适生长条件为:温度29℃,初始pH值7.5以及摇床(100r/min)培养,且在温度29℃、废水的初始pH值11、接种量与废水体积的比例为1.2g/150mL、添加乙酸钠浓度为0.1%、废水的氨氮浓度为600mg/L和摇床(100r/min)的条件下,3d后该菌对氨氮的去除率达到45%。结论:P6菌有一定的去除氨氮能力,具有应用价值。

shRNA下调Paxillin表达对SMMC-7721肝癌细胞增殖、侵袭的影响

目的采用RNA干扰技术转染shRNA下调SMMC-7721肝癌细胞中Paxillin的表达,探讨Paxillin下调对SMMC-7721细胞迁移、侵袭力的影响。方法采用Paxillin shRNA转染肝癌细胞株SMMC-7721,分别设未处理SMMC-7721肝癌细胞组(未处理组)、shRNA Paxillin阴性组(对照组)和shRNA Paxillin组(实验组)。以GAPDH为内参,采用qRT-PCR、Western blot、ELISA法分别检测各组SMMC-7721细胞中Paxillin与FAK的表达;筛选出稳定转染Paxillin shRNA的肝癌细胞株,采用MTT、Transwell侵袭小室法分别检测各组细胞的增殖情况和侵袭力差异。结果 qRT-PCR和ELISA结果均显示Paxillin表达明显下调(P<0.05),FAK表达各组间差异无显著性(P>0.05);Western blot法检测结果显示实验组Paxillin的相对表达量明显低于未处理组和对照组;成功构建Paxillin稳定表达的SMMC-7721肝癌细胞株;MTT细胞增殖与Transwell细胞侵袭力检测显示Paxillin下调肝癌细胞的增殖、侵袭能力明显低于未处理组和对照组(P<0.05)。结论 shRNA干扰技术可以下调Paxillin的表达;Paxillin表达下调抑制SMMC-7721肝癌细胞的增殖、侵袭能力;Paxillin有望成为肝癌复发、转移预测和基因治疗的新靶点。

微课+翻转课堂在高职护理病理切片教学中的成效评价

目的研究互联网背景下实施微课+翻转课堂在高职护理病理学组织切片教学中的应用效果。方法选取我校2016级高职护理专业4个在校班级共计252人纳入研究,随机抽取2个班共计133人为实验组,2个班共计119人为对照组。实验组采用微课+翻转课堂教学方式,对照组采用传统教学方式。采用问卷调查两组学生对当前实施教学模式的满意度,比较两组学生的实验报告评分成绩。结果实验组学生对教学内容设计、学习形式、学习效果、学习能力提高以及培养团队意识的总满意度均高于对照组(P<0.05)。实验组学生的实验报告评估成绩明显高于对照组(P<0.05)。结论互联网背景下实施微课+翻转课堂有助于高职护理病理学组织切片教学和学习效果的提高,值得深入研究和运用。

基于稀疏特征迁移的语音情感识别

为了解决语音情感识别系统中训练数据和测试数据来自不同数据库所引起的识别率降低的问题,提出了一种基于稀疏特征迁移的语音情感识别方法。通过引入稀疏编码获取情感特征在不同数据库条件下的共同稀疏表示;同时引入最大区分差异(Maximum mean discrepancy,MMD)来衡量不同数据库条件下稀疏表示分布之间的距离,并将其作为稀疏编码目标函数的约束条件,从而获得较为鲁棒的稀疏特征。实验结果表明,相比传统语音情感识别方法,基于稀疏特征迁移的语音情感识别方法显著提高了跨库条件下的情感识别率。

基于小波域谱相减算法的语音增强研究

谱相减算法是目前常用的语音增强算法,它常在处理宽带噪声中使用,具有运算量小、效果明显等特点,但该算法是基于短时傅立叶变换(STFT)基础上的,是一种单分辨率的信号分析方法。与STFT本质不同的小波变换是一种变分辨率的时频联合分析方法,当分析低频信号时,其时间窗口很大,而当分析高频时,其时间窗口减小,这恰恰符合实际中对非平稳信号进行分析的自然规律。基于小波域的谱相减算法,是将带噪语音信号进行Mallat多尺度分解,然后分别对各尺度下的信号进行谱相减运算,再逐一进行小波重构,得到去噪后的语音信号。仿真结果表明,该方法不但有效地提高了语音信号的信噪比,而且也在很大程度上改善了语音的失真程度,不失为一种有效的语音增强算法。