基于深度学习的小样本声纹识别研究

本文研究了小样本声纹识别问题。实验中采用梅尔倒谱系数与其动态差分系数组成的39维特征作为基本声学特征,再将基本声学特征通过由三层受限玻尔兹曼机堆叠而成的深度置信网络提取128维深度声学特征,最后通过支持向量机和随机森林进行分声纹识别。训练深度置信网络时,每个说话人选用短时语音信号组成的小样本数据作为该网络的训练集,同时将训练好的深度置信网络模型作为深度声学特征提取器,用该特征提取器对非训练集中说话人语音信号提取深度声学特征,进一步验证了该深度声学特征提取器的泛化能力。实验结果表明,本文设计的声纹识别模型识别准确率高,且深度特征提取器有较好的泛化能力。

论PPP模式的起源、价值及趋势

公私合作的起源因国家社会、经济背景不同而具有差异性。起源于经济危机的英国、基于减税需求的美国以及政府推动下的印度都是PPP起源的代表性国家。PPP构建有限政府、自由市场、以人为本,注重公共利益的巨大价值及效用推动社会发展前进。面对不断被泛化的PPP模式,应当以制度理性引领PPP发展,并探究其在中国的发展路径。

基于SARIMA-LSTM的门诊量预测研究

为了实现更加稳健和精准的门诊量预测,构建了一种基于SARIMA-LSTM的门诊量预测模型。该方法首先使用SARIMA模型对门诊量进行单指标建模,提取门诊量指标蕴含的周期、趋势等信息,然后构建了以节日天数、法定上班天数、平均最高气温等多个相关指标为输入的多对一LSTM模型,对SARIMA模型残差进行进一步学习,实现残差与多个变量间的非线性关系抽取。实证结果表明,构建SARIMA-LSTM混合模型相较5种主流预测方法具有更高的一步预测精度,具有较好的实际应用价值。