基于离心试验的边坡倾倒变形下弯折带演化特征

边坡倾倒变形过程中岩层弯折带的发育特征与演化规律是研究该类边坡变形破坏的地质过程与力学行为的关键.为了揭示坡角变化对弯折带发育规律的影响,以澜沧江古水水电站坝前倾倒变形体为原型边坡,概化设计3组不同坡角的试验模型,通过离心模拟试验,尝试再现反倾层状岩质边坡倾倒变形的演化过程,分析边坡内部岩层弯折带的发育特征.研究结果表明:边坡倾倒变形主要发生在倾倒折断基准面上方,基准面与层面法线的夹角位于12°~16°,该值不随坡角的改变而发生变化;边坡倾倒变形时,弯折带由坡脚开始以参差阶坎状的形式向坡顶延伸直至贯通,坡度陡的边坡会在一级弯折带上方的已倾倒岩体中产生新的次级弯折带,边坡倾倒折断模式由单级折断逐渐转为多级折断;弯折带孕育过程可概化为3个阶段:岩层弯曲变形、坡脚破裂-弯折带向坡顶延伸、弯折带贯通-坡体临界失稳;坡角变化对边坡倾倒变形发育特征有较大影响,随着坡角的增加,边坡倾倒变形范围扩大,程度加剧.

基于信道补偿的说话人识别算法

现有说话人识别算法普遍受信道因素的干扰,为了提高算法的准确率,在特征级利用特征弯折算法对语音特征参数进行处理,在模型级利用因子分析技术对说话人混合高斯模型(GMM)进行信道处理。对端点进行检测后,利用特征弯折算法对语音特征参数梅尔倒谱系数(MFCC)进行处理,去除线性信道和背景噪声的影响,并建立说话人GMM。然后利用因子分析技术拟合说话人特征空间与信道空间的差异,去除信道因子的影响。最后提取高斯超向量并通过支持向量机(SVM)得到识别结果。实验结果证明了信道补偿算法与GMM-SVM相结合能获得更好的识别率,并能保证算法的鲁棒性。