社区低频声环境的自然声混合掩蔽研究

为了应对无法消除的社区低频声环境影响,声掩蔽技术被用来提高区域声环境的主观感受。为此,该研究以自然声信号为掩蔽信号,通过主观评价试验分别探究了单独和混合自然声掩蔽对低频声环境质量的改善效果和影响因素。首先通过主观评价试验筛选出了具有良好掩蔽效果的流水声、鸟鸣声和树叶摩擦声,然后将流水-鸟鸣和流水-树叶摩擦声按不同的能量比例进行两两混合并进行了掩蔽试验。研究结果表明,同等声压级下的混合掩蔽效果与自然声能量占比呈显著的线性相关,即适当提高掩蔽效果更好的自然声信号能量比例,能够提高混合掩蔽的掩蔽效果。混合掩蔽声的等效连续响度与混合掩蔽效果之间存在显著的线性关系。非声学因素研究表明,性别对掩蔽效果没有显著的影响,而耳机使用频率对掩蔽效果存在显著的影响。

TBP-反相色层分离Br-PADAP测定土壤中的微量铀

在HF存在条件下,逆王水能迅速、完全分解土壤样。利用TBP-反相色层方法有效分离干扰元素,在混合掩蔽剂存在下,Br-PADAP显色,在波长578nm处,用3cm比色皿比色,能简单、快速、准确测定土壤中的微量铀。

基于CUDA的多信道锋电位实时分类方法

为提高多信道神经元锋电位分类任务的计算效率,满足其在实时场景下的应用需求,提出基于统一计算设备架构(compute unified device architecture,CUDA)的掩蔽高斯混合模型的并行化实现和优化方案。利用高维锋电位数据的稀疏特性和高斯混合模型的强抗干扰性以及良好并行性,借助GPU图形处理器,对特征掩蔽高斯混合模型(Masked Gaussian mixture model,Masked GMM)进行并行实现,进行针对性优化。实验结果表明,在32信道的锋电位数据集上,与原有的CPU串行实现相比,该方案分类速度提高了170倍左右,达到了实时计算,为高维信道锋电位实时分类提供了可行的解决方案。