总量红线约束下江西省“以水定人定城”方案初探

在用水总量控制红线趋紧和用水需求增长的背景下,水成为经济发展的约束资源。为落实水资源刚性约束制度,推动用水方式由粗放向节约集约转变,基于已有统计资料,分析了江西人口与水资源开发利用的现状,总结梳理了节水成效及存在的矛盾制约;以水资源承载能力为基础,以首要保证生活用水为原则,分析测算得出2025年、2030年生活可配置用水总量指标分别为29.84亿m^(3)、33.29亿m^(3);合理制定了总量控制红线约束下以水定人定城方案,其中2025年、2030年人口规模分别为4552.86万、4587.11万,城镇建设用地面积分别为3685.22km^(2)、3849.54km^(2),均在水资源可承载能力范围内。

ICU危重患者实行定人监管对护理质量及满意度的影响分析

目的ICU危重患者实行定人监管对护理质量、满意度的影响分析。方法选取2019年1月至2021年1月本院收治的80例ICU危重患者作为研究对象,根据纳入时间的不同将其分为参照组(2019年1月至2020年1月)与实验组(2020年2月至2021年1月),各40例。参照组予以常规护理,实验组予以定人监管,比较两组实施护理后的护理质量、治疗心态及护理满意度。结果实验组安全管理、护理技能、应急操作及护患沟通评分明显高于参照组,差异有统计学意义(P<0.05);护理后,两组汉密尔顿焦虑量表(HAMA)评分、汉密尔顿抑郁量表(HAMD)评分均明显低于护理前,且实验组低于参照组,差异有统计学意义(P<0.05);实验组护理总满意度为97.50%,高于参照组的80.00%,差异有统计学意义(P<0.013)。结论根据ICU危重患者的特点及需求应用定人监管可优化护理干预措施,增强临床护理效果的同时有助于稳定患者病情,值得临床推广应用。

基于改进DFSMN的非特定人语音识别模型

深度前馈序列记忆网络(Deep Feedforward Sequential Memory Network,DFSMN)是一种识别准确率较高且在非特定人语音识别领域得到良好应用的声学模型,但存在参数冗余、模型训练困难的情况。针对此问题,提出一种基于改进DFSMN的非特定人语音识别模型。该模型改进了DFSMN记忆模块大小和模块之间的连接方式,并结合连接时序分类(Connectionist Temporal Classification,CTC)端到端语音识别框架。实验结果表明,在相同条件下,该改进模型的参数量较之前减少了约1/10,在不同数据集上与几种常见语音识别模型相比,其语音识别字符错误率均最低,在识别准确率和模型训练效率方面具有一定的优越性。

基于2DPCA补空间的特定人与非特定人的表情识别

研究表明,对一种识别有利的信息有可能反而对其他识别任务造成干扰,表情识别需要利用表示各种表情之间差异的信息.针对特定人及非特定人的7种基本表情,提出基于二维主元分析(Two-Dimensional Principle Analysis,2DPCA)补空间的表情识别算法.基于CED-WYU(1.0)及JAFFE两个表情数据库的实验结果表明,2DPCA补空间算法针对特定人与非特定人的表情识别率可达100%,高于2DPCA算法.

特定人脸的快速定制和肌肉驱动的表情动画

为解决特定人脸的真实模拟问题提供了一个简单而行之有效的方法 .首先 ,给出特定人脸的正侧面正交图像 ,并提供了一个内嵌肌肉向量的一般人脸三维多边形网格模型 ,采用 Snake技术自动适配人脸特征线 ,基于特定人脸的特征线相对于一般人脸模型上的特征线的位移 ,变分插值一般人脸网格 ,适配特定人脸几何 ;然后 ,用多分辨率样条技术产生无缝的人脸纹理镶嵌图 ,纹理映射后生成高度真实感的能以任意视线方向观察的特定人脸 ;进而 ,通过组合特定人脸的肌肉向量的运动 ,变形模型 ,组合出特定人脸的各种表情 .该方法能在廉价的 PC平台上实现 ,快速、简单 ,而且具有真实感 .

非特定人手语识别问题中的合成数据驱动方法

针对手语识别研究中训练样本缺乏,提出了一种衍生数据的方法,有效地解决了动态多数据流手语训练用样本合成问题.利用mean-shift算法可以方便、快捷地得到密度函数梯度的变化方向,从而控制衍生的方向和强度.算法同时考虑到合成样本尽可能包含非特定人的信息及其有效性,对数据所实现的变形不会被识别系统的初始化过程逆转.合成数据驱动的效果受模型的容量、合成的强度与方向影响.在多种实验环境下对驱动效果进行评估,识别率有所提高,在某些例子中提高明显.

一种基于高维空间覆盖动态搜索方法的非特定人连续数字语音识别的研究

本文使用高维空间点分布分析原理,在仿生模式识别高维空间点覆盖原理的基础上,提出了一种基于高维空间点覆盖动态搜索理论的非特定人连续数字语音识别的新算法,这种算法可以不经过端点检测和分割,通过对被识别连续数字语音直接进行动态搜索,得到被识别语音到各类高维空间覆盖范围的距离随时间变化曲线,通过距离曲线上的极小值点进行识别.

基于SRN/HMM的非特定人连续手语识别系统

手语识别是通过计算机提供一种有效而准确的机制将手语翻译成文本或语音.目前最新发展水平的手语识别系统在实际应用中应解决非特定人连续手语问题.提出一种将连续手语识别分解成各孤立词识别的分治方法,用于非特定人连续手语识别.把精简循环网(simple recurrent network,简称SRN)作为连续手语的段边界检测器,把SRN分段结果作为隐马可夫模型(hidden Markov models,简称HMM)框架中的状态输入,在HMM框架里使用网格Viterbi算法搜索出一条最佳手语词路径.实验结果表明,该方法的识别效果比单纯使用HMM要好.

基于快速神经网络算法的非特定人语音识别

提出一种用于语音识别的改进的快速神经网络算法 ,即动态不等步长的误差分段学习算法。将步长看作误差和网络节点输出的函数 ,对各权值按不同步长进行动态调整 ,并将其应用于一个基于前馈神经网络模型的非特定人语音识别系统。实验表明 ,该算法比传统 BP算法在训练速度上可提高十几倍 。

改进MFCC参数在非特定人语音识别中的研究

随着信息时代的高速发展,人们越来越关注计算机的便携使用方式,以语音输入代替手动输入成为计算机未来发展的一个必然趋势。本文在MFCC特征参数的基础上,提出了一种改进MFCC特征参数--BMFCC特征参数,以提高原MFCC特征参数在语音识别时的识别率和运算速度。BMFCC特征参数在进行参数的提取时,分为特征分量加权、特征分量求差分、主成分分析三个步骤。仿真实验结果表明,本文提出的BMFCC特征参数在识别率和有运算速度上均优于MFCC特征参数,且更具鲁棒性。

基于LD3320的非特定人识别声控灯系统设计

计算机技术的飞速发展带动语音识别技术不断取得突破,功能日渐强大的语音控制系统正逐渐应用于实际生活中。LD3320是一款语音识别专用芯片,响应快,识别率高,系统结合STC11L08XE单片机及外围电路和n RF24L01无线传输芯片进行了声控灯系统总体结构及各个模块的硬件选型和程序编写,并基于非特定人完成了对声控灯系统功能的静态测试,识别率接近95%,实验效果理想。该嵌入式系统体积小、功耗低、性能稳定、实时性好,在生产和生活中具有较高实用价值。

小词汇量非特定人语音识别在嵌入式系统中的应用

给出了一个嵌入式小词汇量非特定人语音识别系统的方案,它基于单片微控制器加数字信号处理器(MCU+DSP)架构,用离散隐马尔可夫模型方法实现语音识别系统。该系统适应性强,可扩展性好,具有一定的实时性和语言无关性。当在算法上针对汉语普通话进行优化后,则能进一步提高识别汉语的准确性和实时性。

非特定人手语识别进展及关键问题研究思路

非特定人手语识别是推动手语系统实用化所必须解决的问题.在非特定人手语识别研究中,训练数据的缺乏和非特定人手语数据的差异性矛盾给原有研究框架的有效性带来了挑战.提出了非特定人手语识别新的研究框架,并给出了解决问题的策略与思路.这些问题的解决将对中国手语识别及其他相关领域具有非常重要的意义.

基于SOFM/HMM模型的非特定人手语识别系统

手语识别是通过计算机提供一种有效而准确的机制将手语翻译成文本或语音 .目前最新发展水平的手语识别系统在实际应用中应该解决非特定人手语识别问题 .该文在分析非特定人手语识别特点——数据多且差异大、模型训练难收敛、对不同人数据的特征提取需求更迫切——的基础上 ,提出了 SOFM/ HMM模型 ,将自组织特征映射 (SOFM)很强的特征提取功能和隐马可夫模型 (HMM)良好的处理时间序列属性结合在一个新颖的框架下 ,并把该模型应用到非特定人中国手语识别中 .实验结果表明 ,SOFM/ HMM模型手语识别率比传统的 HMM模型提高近 5 % .

基于表情子空间多分类器集成的非特定人人脸表情识别

针对非特定人人脸表情平均识别率普遍不高(约65%)的问题,提出了一种基于表情子空间和多分类器集成的人脸表情识别新方法。通过局部二进制模式(LBP)与高阶奇异值分解(HOSVD)方法对训练集1中的人脸图像的全脸、眼睛(包括眉毛)和嘴巴三个区域进行特征提取与分解,建立相应的表情子空间;利用支持向量机(SVM)方法对训练集2中的人脸图像在表情子空间训练,得到模糊系统参数;最后结合表情子空间与多分类器集成,对测试集中的图像进行表情分类识别。在JAFFE人脸表情库中实验,获得了71.43%的平均识别率。实验结果表明,该方法有效地减少了人脸外观特征和表情表现方式所带来的影响,具有更好的识别效果。

一种改进的基于小波去噪HMM非特定人语音识别算法

在HMM算法的基础上引入了小波去噪理论,从而提高了原始语音的信噪比和最终识别率.由于分别对每段语音去噪并进行端点检测,大大降低了运算量,因而减少了训练时间,达到了较好的识别效果.通过与DTW算法的对比,证明了改进的HMM算法在非特定人语音识别中的良好效果.

非特定人语音控制机器人的课程设计与实现

提高大学生的创新能力是当今社会的迫切需求,而机器人实践平台是高校学生工程教育的最佳载体,因此,单片机课程设计的题目选择"非特定人语音控制机器人",让学生利用指定的实验模块和可选添的实验模块,以小组为单位按照各自设计通过工程实践实现非特定人对机器人的语音控制,这符合创新性教学理念,代表着科研与教学的有机结合。以学号121003224小组的实践为例,证明"非特定人语音控制机器人"创新性课程设计,既夯实了学生的理论知识,提升了学生的实践应用能力,又奠定了学校机器人创新实践平台的实验基础。

基于人脸相似度加权距离的非特定人表情识别

该文提出了一种用于非特定人表情识别的方法。首先,对测试人的初始表情特征进行高阶奇异值分解,得到测试人与训练集中所有人相关的表情特征。然后,根据“相似的人有相似的表情”的假设,计算人脸相似度加权距离,作为测试人的表情特征与标准的表情特征之间的相似性测度。通过加权的过程,可以有效地去除由于个体差异而造成的表情特征的差异,提高非特定人表情识别的鲁棒性。该文提出的方法在JAFFE数据库上进行了测试。对非特定人的表情识别实验表明,该文方法比传统的方法在识别率上有了提高。

基于STM32和SD卡文件系统的非特定人语音识别系统设计

介绍了一种采用ARM处理器作为控制核心的非特定人语音识别系统的设计与实现,系统利用IC Route公司的非特定语音识别芯片LD3320与ARM Cortex M3内核ST公司的32位高性能单片机STM32F103C8T6组成功能主体,在系统中实现SD卡文件系统,在不更改单片机源程序的前提下,可更改SD卡中内容,达到识别列表关键词动态编辑,经过大量实践证明该设计适合嵌入式组件开发中需要灵活更改识别内容和返回参数的应用,设计具有高性价比、交互简易、识别率高、扩展性强等特点,便于嵌入式应用。

民勤县生态环境状况及水资源评价——对甘肃省民勤县以水定人的调查和分析

本文以对甘肃省民勤县的深入调查为基础,按照以水定人的思路,在认真分析目前该县的水生态环境对人口发展、经济增长和社会进步的严重影响的基础上,提出了具体的生态移民的规划思路、移民设计和运作模式等。