连续识别Zn^(2+)和草甘膦荧光探针的合成与应用

以2-巯基苯并噻唑为原料,设计合成了一种结构简单的苯并噻唑类荧光探针2-[2-(苯并噻吩-2-基亚甲基)肼基]苯并噻唑(简称NSS),并通过FTIR、HRMS、^(1)HNMR、^(13)CNMR对其结构进行了表征。荧光光谱表明,在二甲基亚砜中,探针NSS实现了Zn^(2+)的“关-开”型检测,具有响应时间短(30 s)、特异性强、抗干扰性强等优点。探针NSS荧光强度与Zn^(2+)浓度(0~11μmol/L)呈现良好的线性关系,检出限达19.1 nmol/L,并与Zn^(2+)形成物质的量比为1∶1的络合物。同时,络合物NSS-Zn^(2+)对草甘膦呈现特异性的荧光猝灭响应,猝灭率达99.4%,检出限16.0 nmol/L(2.71 ng/mL),且不受其他有机磷农药的干扰。

基于声压的水泥混凝土路面板底脱空连续识别方法研究

鉴于南方多雨地区,细颗粒半刚性基层上的水泥混凝土路面板底脱空问题非常严重,极易导致路面板发生断裂和错台等病害,并且考虑到路面脱空缺乏适用于项目级检测的方法和手段的实际情况,该文基于水泥混凝土路面敲击振动的声压变化,开发了适用于项目级检测的板底脱空连续识别方法,同时提出可以利用有限元法确定路面结构在不同脱空形态下的声压值。经实际工程检测验证,认为该方法检测效率高、操作简单和费用低廉,可以用于水泥混凝土路面项目级检测,并为路面项目级养护和维修提供有效依据。

基于BODIPY荧光探针对Cu^(2+)和焦磷酸根的连续识别

以8-羟基喹啉-5-甲醛和吡啶-2, 6-二甲酸二甲酯为原料,合成了一种氟硼二吡咯(BODIPY)型荧光化学传感器Ⅰ,通过FTIR、^(1)HNMR、^(13)CNMR和ESI-MS对其结构进行了表征,利用紫外/荧光分光光度法研究了传感器Ⅰ的传感性能。结果表明,在V(DMF)∶V(水)=1∶4介质中,传感器Ⅰ对Cu^(2+)表现出明显的荧光猝灭响应,猝灭率高达97.7%,检测限为5.7×10^(–8)mol/L。此外,配合物Ⅰ-Cu^(2+)对焦磷酸根(PPi)表现出明显的荧光增强响应,检测限为1.9×10^(–8) mol/L,表明传感器Ⅰ对Cu^(2+)和PPi的识别检测具有较高的灵敏度和抗干扰能力。通过络合曲线和核磁滴定数据分析,得出传感器Ⅰ同Cu^(2+)以及配合物Ⅰ-Cu^(2+)对PPi的络合物质的量比均为1∶1。传感器Ⅰ对Cu^(2+)和PPi测试的有效pH范围为5~9,且循环响应测试可稳定进行4次。

可连续识别Cu^(2+)和PPi的荧光探针的合成及性能研究

连续识别型荧光探针能在同一测试条件下连续识别两种离子,使得离子的检测更具专一性,是在普通同类型探针检测功能方面的拓展。设计合成了以7-二乙氨基香豆素为母体、咪唑-2-甲醛为识别基团的一种高选择性的席夫碱型荧光探针CI,用于连续识别Cu^(2+)和焦磷酸根离子(PPi)。探针CI对Cu^(2+)表现出了明显的“开-关”荧光淬灭响应,淬灭率为100%,而形成的配合物CI-Cu^(2+)对PPi呈现明显的“关-开”荧光增强响应。探针CI对Cu^(2+)和PPi的检出限均为0.14μmol/L,其与Cu^(2+)的配位比为1∶1,而CI-Cu^(2+)配合物与PPi以2∶1配位。在pH 5~11的范围内,探针CI和CI-Cu^(2+)具有很好的识别能力。

基于连续识别的嵌入式孤立词识别系统

基于线性网络的孤立词识别系统识别时间与词表规模成正比,识别性能严重受限于词表的规模。根据汉语孤立词特点,提出了一种基于连续识别的大词表孤立词识别系统。该系统围绕嵌入式识别所关注的速度和内存消耗性能,采用先实现应用多级搜索、定点化策略的连续识别,再对连续识别的识别结果进行音字转换处理的方法,将连续语音识别应用于大词表孤立词识别任务。在10 000词表规模下该系统与采用线性网络的基线系统相比,识别率基本保持不变,识别时间和内存消耗下降到10%左右。

低资源少样本连续语音识别最新进展

低资源少样本语音识别是目前语音识别行业面临的迫切技术需求。首先,总结了低资源连续语音识别技术的框架技术,重点介绍了低资源语音在特征提取、声学建模和资源扩展等方面的若干关键技术研究进展。其次,在连续语音识别框架技术发展的基础上,重点阐述了生成对抗网络、自监督表示学习、深度强化学习和元学习等高级深度学习技术在解决少样本语音识别方面的最新发展,如FGSM、wav2vec、AMS等代表性方法。在此基础上,分析了目前该技术面临的互补有限、数据和任务不均衡与模型轻量化部署问题。最后,对低资源少样本连续语音识别进行了总结,提出未来少样本训练识别的研究方向可以朝着先验信息引入、假设空间约束条件设定等方向进一步研究。

基于FDD法的模态参数连续自动识别及频率变异性分析

模态参数是分析桥梁运营状态变化的重要指标,可为桥梁状态评估提供数据基础。基于频域分解法(FDD)的模态参数连续自动识别方法,分析了模态参数与环境之间的关系。采用前、后向线性均值滤波方法对奇异值曲线进行滤波处理,剔除噪声干扰引起的虚假毛刺峰值;提出了Dvp指标,结合波峰波谷检测算法识别得到了真实模态参数对应的奇异值峰值;引入K-means聚类法实现了奇异值曲线真实峰值的自动选取。针对实际健康监测数据存储格式,设计了模态参数连续自动识别框架,并提出了融入模态参数的自动识别算法,实现了模态参数连续、自动识别。将所提出的方法运用于斜拉桥的实测数据中,通过连续自动识别得到一个月的模态参数,分析了环境对结构频率的影响程度。研究结果表明:所提出的基于FDD的模态参数自动识别方法能够实现模态参数的自动识别;所提出的融合自动识别算法的数据自动分析框架能够实现模态参数连续、自动识别,能解决桥梁健康监测数据的连续自动分析;桥梁结构频率受环境温度影响较大,随机环境因素所引起的结构频率随机性不可忽略。

基于身体姿态关键点检测及算法融合的连续手语识别

连续手语识别相对于单个手语词识别来说,更加具有研究意义也更加具有研究难度.连续手语识别需要更关注整体语句在时间上的依赖关系,以及语句中手语词结束与开始的时序分割问题.而对此的单个识别算法的研究与优化,短时间都很难再有较大的突破.因此,我们提出一种基于算法融合的连续手语识别方法,先通过帧间差分法处理关键帧,再通过MediaPipe检测并保存关键点数据,降低数据量,并提供有效、直接的数据;再通过CNN+BLSTM算法融合模型,让CNN专注局部感知,捕捉空间特征关系;BLSTM则侧重特征序列的时序建模,突出连续手语在时间纬度上的依赖关系.最后结合CTC完成标签和语句对齐问题.该算法在CSL数据集上取得了98.4%的平均识别率.

FMCW雷达基于光学字符识别的连续动作识别研究

传统的基于雷达的人体动作识别主要采用微多普勒原理,对原始数据进行处理,生成微多普勒时频图,然后输入到基于分类的深度学习网络中进行识别,只能对单个动作进行识别。本文提出一种FMCW雷达光学字符识别技术的连续动作识别方法,首先对采集的雷达数据采用RDM(Range-Doppler Map)向速度维投影的方法逐帧获取微多普勒时频图,然后将处理得到的时频图输入一个特别定制的,由卷积神经网络、inception_resnet、最大池化层和Bi-LSTM的网络组成,使用联结主义时间分类(CTC)作为损失函数进行训练的网络。实验结果表明该方法对步行、跑步、蹲下、站起、跳跃这5种动作的识别准确率分别高达96.16%,95.34%,88.49%,89.37%,96.72%。对一个时间窗口内多个动作的识别也取得了不错的效果,时间上的识别准确率整体令人满意。

基于视频的中文连续手语识别算法

连续手语识别是将视频序列转为符号序列的典型的弱监督问题,它只提供了句子级标签,没有提供有时间边界的帧级标签。为了克服这一问题,就需要使用连接时态分类(connectionist temporal classification,CTC),这也是目前应用最广泛的方法。实验在特征提取阶段引入时间-空间注意力机制,并增加辅助对齐模块,利用聚合交叉熵(agregation cross-entropy,ACE)散度损失对特征提取部分进行训练。该模型采用端到端方式,结合ACE散度进行片段级特征学习和CTC进行全局序列特征学习的联合训练,此外,提出的随机掉帧机制还可以进一步缓解过拟合问题。在中文手语数据集CSLR上验证了改进方法的有效性,在验证集上获得了6.9%错误率,在测试集上获得了4.3%错误率。

基于数据挖掘的多模医学图像连续形变识别

为了提升病变区域识别精度,得出有效的医学图像信息,提出基于数据挖掘的多模医学图像连续形变识别方法。通过直方图修正检测图像灰度值,利用均衡化将像素均匀分布在各个区间,突出影像中重点灰度范围,通过灰度共生矩阵明确目标像素灰度和位置参数;根据数据库事务集合,将图像分成不同标识区域;在信息增益率中加入分裂信息,分割挖掘出对应形变区域;考虑到相邻图像帧会产生时间差,在不发生粘连和分离的前提下迭代更新,完成医学图像的连续形变区域识别。仿真中以胃镜影像作为实验样本,证明所提算法能够精准识别存在形变的区域,清晰划分出形变区域。

一种空中快速手写连续字符识别方法

为改善空中手写连续字符的识别效果,本文提出一种快速的识别方法,利用目标跟踪模型生成空中连续字符的轨迹图像,再利用连续字符识别模型识别轨迹图像。目标跟踪模型采用改进的高帧率孪生网络,连续字符识别模型采用改进的残差循环神经网络。实验结果表明,目标跟踪模型的帧率达到175.5 fps,连续字符识别模型的帧率达到30.8 fps,识别率达到91%。

基于改进卷积神经网络的汉语连续语音识别方法

根据当前的识别需求及标准,提取语音识别基元,采用多目标的方式,提高识别的效率,布设交叉多目标识别矩阵,同时改进卷积神经网络连续语音识别模型,采用动态识别规整完成语音识别处理。测试结果表明,与传统面向健壮自动汉语连续语音识别测试组和传统基于改进多带谱减汉语连续语音识别测试组相比,所设计的改进卷积神经网络汉语连续语音识别测试组语音误识率被较好地控制在20%以下,说明在改进卷积神经网络的辅助下,语音识别效果明显改善,针对性更强,具有实际的应用价值。

一种连续识别Cu^(2+)和草甘膦荧光探针的合成及应用研究

以7-(4-甲氧基苯基)乙炔基香豆素为荧光基团,设计并合成了一种香豆素酰腙类荧光探针L.在探针L的二甲基亚砜(DMSO)/H_(2)O[V∶V=7∶3,4-羟乙基哌嗪乙磺酸(HEPES)10 mmol/L,pH=7.4]溶液中加入Cu^(2+),可以通过肉眼观察到颜色由黄色变为浅棕色和明显的荧光猝灭效应.该探针不受其他金属离子和阴离子的干扰,检测限为5.6×10^(-8) mol/L.同时,L-Cu^(2+)体系通过配体置换的方式实现了对草甘膦的特异性检测,具有良好的选择性和抗干扰性、较高的灵敏度、较宽的pH适用范围(5~9)和较低的检测限(11.3 ng/mL).此外,L-Cu^(2+)体系可应用于实际水样中草甘膦的检测,在环境监测等领域具有良好的应用前景.

可用于连续识别Cu^2+和阴离子、中性分子荧光探针的研究进展

铜(Cu)含量的高低直接影响着生命体的正常运转和自然体系的平衡.检测铜离子的方法多种多样,其中具有较高敏感度和选择性的荧光化学传感器应用更加广泛.综述了以Cu^2+为基的荧光化学传感器通过"替换"法实现了对阴离子S^2-, CN^-, H2PO4^-, PPi和I^-以及中性分子ATP、ADP和生物硫醇等的连续识别的研究进展.

一种基于香豆素骨架的荧光化学传感器于水溶液中实现对Al3+和焦磷酸根(PPi)的连续识别

合成了一种新型的荧光化学传感器(E)-N’-(3-((双(吡啶-2-亚甲基)氨基)甲基)-2-羟基-5-甲基亚苄基)-7-(二乙氨基)-2-氧代-2H-色烯-3-甲酰肼(1),并通过1HNMR、13CNMR和ESI-MS对其结构进行表征,利用紫外/荧光分光光度法研究了传感器1的传感性能.结果表明:传感器1于水中对Al3+表现出明显的荧光增强响应,而配合物1-Al3+对PPi表现出明显的荧光淬灭响应.传感器1对Al3+和焦磷酸根(PPi)的检测限分别为0.26和0.1μmol/L,配位比均为1∶1.配位机理通过荧光滴定、核磁滴定和高分辨质谱进行了证实,另外传感器1的有效测试pH范围是2~10,且循环响应测试可达4次.

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.

汉语连续语音识别中语音处理和语言处理统合方法的研究

提出了一种语音处理和语言处理按帧同步统合的汉语连续语音识别方法。该方法把基于 ＣＦＧ语言模型和 Ｔｏｐ Ｄｏｗｎ型句法分析器的语言处理过程结合进基于有限状态自动机控制的 Ｏｎｅ Ｐａｓｓ Ｖｉｔｅｒｂｉ语音识别算法中，实现了帧同步的语音语言处理的统合。为完成帧同步句法分析的单词预测和语音识别过程的结合，本文提出了一种类似于Ｅａｒｌｅｙ法的 ＴｏｐＤｏｗｎ型句法分析方法以及 Ｏｎｅ Ｐａｓｓ Ｖｉｔｅｒｂｉ算法中的有限状态自动机动态展开建立法． ６０个音素单位和 ８个声调单位的 ＨＭＭ作为识别用基元模型被用于识别实验，识别结果表明，对于一个识别困难度（Ｐｅｒｐｌｅｘｉｔｙ）为２７．３的任务（Ｔａｓｋ）的识别系统，利用本文提出的方法，１０名话者发音的 １０７０句子的平均识别率达到 ９４．４％，比利用传统的基于单词确认（Ｗｏｒｄ Ｓｐｏｔｔｉｎｇ）以及从单词串（列）（ｌａｔｔｉｃｅ）进行句法分析的阶层性语音·语言统合方式的识别率提高约８％．

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.

基于归一化算法的噪音鲁棒性连续语音识别

针对归一化方法在连续语音特征曲线调整时存在的问题,提出一种优化解决方案,解决了噪声的不稳定性及不可预测性对语音特征的影响.结果表明,基于该优化方法建立的鲁棒性连续语音识别模型可实现在实验室干净环境和现实噪音环境下同时得到较好的识别结果.