一种内置双层电热MEMS安保机构的微点火序列

为实现点火序列的高安全性及微封装体积,研究设计并制作了一种内置双层电热MEMS安保机构的微点火序列,该序列包含了点火器、安保机构及点火药等核心部件,整体封装尺寸为Φ10 mm×3.3 mm。其中安保机构为具有双稳态功能的双层结构,前端的点火器为覆盖有Al/CuO微装药的NiCr桥箔,桥箔电极采用背部无引线封装的方法来降低序列封装体积,后端的点火药采用硼/硝酸钾(Boron/potassium nitrate)点火药。采用控制Al/CuO装药量的方法对其安保性能进行测试,结果表明该序列在Al/CuO装药尺寸为Φ800μm×30μm时安保机构在安全状态下能够阻隔前端点火器火焰能量的传递并保持结构功能完整,在解保状态下能够使后端的点火药被点火器点燃,具备点火隔火能力。

PAD三维情感空间中的语音情感识别

离散情感描述模型将人类情感标注为离散的形容词标签,该类模型只能表示有限种类的、单一明确的情感类型,而维度情感模型从情感的多个维度量化了复杂情感的隐含状态.另外,常用的语音情感特征梅尔频率倒谱系数(MFCC)存在因分帧处理引起相邻帧谱特征之间相关性被忽略问题,容易丢失很多有用信息.为此本文提出改进方法,从语谱图中提取时间点火序列特征、点火位置信息特征对MFCC进行补充,将这三种特征分别用于语音情感识别,根据识别结果从PAD维度情感模型的三个维度(Pleasure-displeasure愉悦度、Arousal-nonarousal激活度、Dominance-submissiveness优势度)进行相关性分析得到特征的权重系数,加权融合后获得情感语音的最终PAD值,将其映射至PAD三维情感空间中.实验表明,增加的时间点火序列、点火位置信息不但能探测说话人的情感状态,同时考虑了相邻频谱间的互相关信息,与MFCC特征形成互补,在提升基本情感类型离散识别效果的基础上,将识别结果表示为PAD三维情感空间中的坐标点,采用量化的方法揭示情感空间中各种情感的定位与联系,展示出情感语音中糅杂的情感内容,为后续复杂的语音情感分类识别奠定研究基础.

一种基于脉冲耦合神经网络的语音情感识别新方法

针对汉语语音情感识别问题,提出了一种基于脉冲耦合神经网络(PCNN)的识别方法。该方法将语音转化为语谱图后输入到PCNN,得到输出图像的神经元点火序列及其熵序列作为语音情感的特征,利用其特征实现语音情感识别。实验结果表明,该方法可以有效地识别"高兴"与"平常"这两种不同的情感。该方法将PCNN引入到语音情感识别的应用研究中,开拓了语音和图像信号结合处理的新领域,同时对于PCNN的理论研究和实际应用具有重要的现实意义。

基于PCNN的金属断口图像识别方法研究

结合Bandelet变换和神经网络的各自特点,提出了一种基于脉冲耦合神经网络(Pulse Coupled Neural Networks,PCNN)的新的识别方法。该方法将金属断口图像输入到PCNN中,像素激发引起神经元激发,发生点火,产生脉动序列输出,得到输出图像的神经元点火序列及熵序列作为断口识别分类的特征。该方法将PCNN引入到金属断口的识别研究中,开拓了金属断口模式识别的新领域,同时对于PCNN的理论研究和实际应用具有现实意义。

一种基于脉冲耦合神经网络的图像降噪方法

传统的脉冲耦合神经网络(PCNN)在图像降噪时不能准确地定位噪声数据并去除图像噪声。提出一种基于改进的PCNN有效去噪方法。该方法在PCNN模型上采用自适应的突触连接系数,使之随不同神经元与其周围神经元相似程度的不同而自适应变化,提高噪声数据的辨识度;同时将PCNN神经元的点火频次记录在点火时间序列中,根据神经元点火次数判断并滤出噪声点,实现更好地降噪效果。实验测试结果表明,该方法不仅可以准确地辨识噪声数据,而且能够有效地去除图像的噪声点,具有较强的适应性和较好的边缘与细节保护能力。

一种拉发式干粉灭火弹发火件设计

本着可靠、安全、经济、环保的设计理念,设计了拉发式干粉灭火弹发火件,并详细阐述了拉发式干粉灭火弹发火件主要零部件及主装药的设计过程。验证试验表明该发火件作用可靠,满足延期时间要求,可为拉发式干粉灭火弹的发火件设计提供参考。

基于脉冲耦合神经网络的区域变化检测研究

为了实现遥感图像中对机场等感兴趣区域(ROI)准确的变化检测,提出了一种基于脉冲耦合神经网络(PCNN)的遥感图像变化检测方法。其基本原理是将变化前后的图像作为网络输入,经过多次迭代后用一维点火时间序列图表征输入图像信息,然后计算两幅时间序列图的相关系数确定是否有变化发生。最后对机场区域完全点火映射图进行异或运算,得到变化检测结果。实验结果表明,该方法对不同类型图像均有满意的检测结果。对比分析进一步证实了该方法具有较强的普适性和较高的检测精度。