目的比较3岁听障儿童与同龄健听儿童开放式单音节测试结果,为提高康复教学效果提供依据。方法选取3岁听障儿童与同龄健听儿童各30例,采用言语听觉反应评估(evaluation of auditory response to speech,EARS)中的开放式单音节分别对两组...目的比较3岁听障儿童与同龄健听儿童开放式单音节测试结果,为提高康复教学效果提供依据。方法选取3岁听障儿童与同龄健听儿童各30例,采用言语听觉反应评估(evaluation of auditory response to speech,EARS)中的开放式单音节分别对两组儿童进行测试,比较其结果。结果两组儿童各测试项得分高低排序均为声调得分>韵母得分>声母得分>字得分,且两两之间的差异均有统计学意义(P<0.01);3岁听障儿童的声母、韵母和字得分均显著低于同龄健听儿童(P<0.001)。错误分析表明两组儿童中舌尖后音、边音的正确率均最低;健听儿童的双唇音、唇齿音、鼻音、塞音正确率最高,而听障儿童的舌根音正确率最高。听障儿童各发音部位及发音方法的声母、鼻韵母的正确率均显著低于健听儿童(P<0.05)。结论 3岁听障儿童在开放式单音节测试中的声母、韵母和字得分差于同龄健听儿童,且以舌尖后音、边音最为突出,这可能与听障儿童听力状况带来的输入性语言信息不足和听觉干预起始年龄有关。展开更多
为了解决开放式柔性测试系统(OFTS,Open Flexible Test System)的快速组建和按需生成问题,首先将复杂测试任务分解成可以用基本信号类型表示的子任务集合,然后参考多色集合理论的元素统一颜色、个人颜色等概念,建立了柔性测试最优资源...为了解决开放式柔性测试系统(OFTS,Open Flexible Test System)的快速组建和按需生成问题,首先将复杂测试任务分解成可以用基本信号类型表示的子任务集合,然后参考多色集合理论的元素统一颜色、个人颜色等概念,建立了柔性测试最优资源联盟生成问题的数学描述模型.根据测试系统的实际情况,在模型中考虑了各个信号类型之间的资源共用问题,避免了系统组建后规模的过度复杂以及测试资源的浪费.以资源使用代价最小为目标函数,设计了基于蚁群优化算法的测试资源联盟生成算法,最后通过具体的资源联盟生成实例验证了模型的有效性和算法的优越性.展开更多
全自动开放式人机区分图灵测试(CAPTCHA)是基于人工智能领域开放性问题而设计的网络安全技术,CAPTCHA识别是该研究领域的重要分支.长短时记忆(Long Short Term Memory,LSTM)型递归神经网络(Recurrent Neural Network,RNN)已被成功应用于...全自动开放式人机区分图灵测试(CAPTCHA)是基于人工智能领域开放性问题而设计的网络安全技术,CAPTCHA识别是该研究领域的重要分支.长短时记忆(Long Short Term Memory,LSTM)型递归神经网络(Recurrent Neural Network,RNN)已被成功应用于CAPTCHA识别,LSTM型RNN实质上是一维RNN,而文本型CAPTCHA为二维图像.提出使用二维RNN对CAPTCHA进行识别.二维RNN能够很好的将特征提取同识别相结合,同时具有较好的上下文保持特性,从而更适合文本型CAPTCHA识别.同时为了进一步提高识别的可靠性,提出一种基于支持向量机(Support vector machine,SVM)的拒识策略,实验结果表明二维RNN较一维RNN能够获得更好的识别率,并且新的拒识策略较其他拒识策略取得更好的拒识效果.展开更多
文摘目的比较3岁听障儿童与同龄健听儿童开放式单音节测试结果,为提高康复教学效果提供依据。方法选取3岁听障儿童与同龄健听儿童各30例,采用言语听觉反应评估(evaluation of auditory response to speech,EARS)中的开放式单音节分别对两组儿童进行测试,比较其结果。结果两组儿童各测试项得分高低排序均为声调得分>韵母得分>声母得分>字得分,且两两之间的差异均有统计学意义(P<0.01);3岁听障儿童的声母、韵母和字得分均显著低于同龄健听儿童(P<0.001)。错误分析表明两组儿童中舌尖后音、边音的正确率均最低;健听儿童的双唇音、唇齿音、鼻音、塞音正确率最高,而听障儿童的舌根音正确率最高。听障儿童各发音部位及发音方法的声母、鼻韵母的正确率均显著低于健听儿童(P<0.05)。结论 3岁听障儿童在开放式单音节测试中的声母、韵母和字得分差于同龄健听儿童,且以舌尖后音、边音最为突出,这可能与听障儿童听力状况带来的输入性语言信息不足和听觉干预起始年龄有关。
文摘为了解决开放式柔性测试系统(OFTS,Open Flexible Test System)的快速组建和按需生成问题,首先将复杂测试任务分解成可以用基本信号类型表示的子任务集合,然后参考多色集合理论的元素统一颜色、个人颜色等概念,建立了柔性测试最优资源联盟生成问题的数学描述模型.根据测试系统的实际情况,在模型中考虑了各个信号类型之间的资源共用问题,避免了系统组建后规模的过度复杂以及测试资源的浪费.以资源使用代价最小为目标函数,设计了基于蚁群优化算法的测试资源联盟生成算法,最后通过具体的资源联盟生成实例验证了模型的有效性和算法的优越性.
文摘全自动开放式人机区分图灵测试(CAPTCHA)是基于人工智能领域开放性问题而设计的网络安全技术,CAPTCHA识别是该研究领域的重要分支.长短时记忆(Long Short Term Memory,LSTM)型递归神经网络(Recurrent Neural Network,RNN)已被成功应用于CAPTCHA识别,LSTM型RNN实质上是一维RNN,而文本型CAPTCHA为二维图像.提出使用二维RNN对CAPTCHA进行识别.二维RNN能够很好的将特征提取同识别相结合,同时具有较好的上下文保持特性,从而更适合文本型CAPTCHA识别.同时为了进一步提高识别的可靠性,提出一种基于支持向量机(Support vector machine,SVM)的拒识策略,实验结果表明二维RNN较一维RNN能够获得更好的识别率,并且新的拒识策略较其他拒识策略取得更好的拒识效果.