基于EER的数据库集成方法的研究

本文在分析了国内外有关技术后提出了一种新的数据库集成方法——基于EER 模型的数据库集成方法。并给出了相应的数据库集成语言,它能够有效地解决数据库集成过程中发生的各类模式冲突。

基于EER-AH路径的校企合作人才培养模式创新——以高职旅游教育为例

以基于工作过程的能力培养为主线的工学交替、校企合作式人才培养方案得到高职院校、学生与行业、企业的普遍认可,并形成了多种模式。然而,现有的工学交替过程设计也存在一些问题,亟需解决。以梯度提升(Escalation)、进阶考核(Evaluation)、岗位轮换(Rotation)、终端鉴定(Appraisal)、高位就业(Higher-employment)五个阶段构成的EER-AH校企合作人才培养模式,为解决人才培养过程中遇到的一些问题,提出了新的思考。

基于描述逻辑的EER模型检测

首先分析基于描述逻辑的ER模型的研究现状,提出基于描述逻辑SHOIN(D)的EER模型,给出描述逻辑SHOIN(D)的语法和语义。然后研究EER模型的SHOIN(D)描述形式,以及如何将EER模型向SHOIN(D)知识库转化。最后给出EER模型可满足性、冗余性判定定理,证明了这些推理问题的正确性,并利用pellet推理机实现了EER模型可满足性和冗余性推理。

学科体系结构及其概念建模

提出学科体系结构的概念,分析该体系结构内的各种元素及元素之间的联系。用扩展的实体—联系方法描述学科体系结构的概念模型。

基于粒子群算法的涡旋压缩机涡旋盘优化的研究

建立了基于粒子群优化算法的涡旋压缩机动静涡旋盘能效比的数学模型,采用粒子群算法优化涡旋压缩机涡旋盘的结构参数,验证了粒子群算法具有收敛速度快,算法简单易行,不易陷入局部极值等其它算法无法比拟的优点,是一种行之有效地优化方法。

基于事故场景的海洋平台应急撤离风险分析

为提高海洋平台事故发生时应急撤离(EER)效率、减少人员伤亡,基于事故案例调研结果对应急撤离过程进行风险分析。首先提取各阶段事故致因因素,采用逻辑树模型探索致因因素内在逻辑关系和人员死亡事故模式及风险路径,进而提出风险控制措施,最后基于屏障理论建立安全屏障模型。结果表明:海洋平台应急撤离事故是环境、人因、设备、管理多因耦合结果;逻辑树模型能直观系统地展示事故发生的因果关系,利用逻辑树模型得出应急撤离事故的4种人员死亡模式和9条风险传播路径;基于控制措施的安全屏障模型是应急撤离有效响应的保障。

基于卷积循环神经网络的语音逻辑攻击检测

语音合成和语音转换等技术正逐渐成为合成语音的主流方法,合成语音对社会稳定和国家安全都具有潜在的风险。为进一步提高合成、转换伪造语音检测的准确率,从混合网络模型,特征选择出发,提出了基于CNN-RNN-DNN网络的3种混合网络模型,分别为CNN-LSTM-DNN、CNN-GRU-DNN、CNN-BiLSTM-DNN。模型中卷积神经网络(convolutional neural network,CNN)部分可以进行下采样,循环神经网络(recurrent neural network,RNN)部分解决语音中的时序问题,深度神经网络(deep neural network,DNN)部分则实现分类功能。每种混合网络模型包含20层网络层。对提取的6种声学特征进行实验,其中CNN-LSTM-DNN+MFCC的组合表现最优,等错误率为5.79%,比ASVspoof2019提供的B02基线系统低28.43%。比较了3种混合网络结合6种特征的表现并增加了其与4种单独网络的对照实验,结果表明本文提出的混合网络模型具有性能稳定、准确率高等优点且梅尔频率倒谱系数(mel-frequency cepstral coefficients,MFCCs)特征及混合梅尔倒谱系数线性频率倒谱系数(linear frequency cepstral coefficient,LFCC)特征更适合此模型。

反求工程中产品三维模型重建技术综述

阐述了反求工程的基本概念、研究内容及基本过程 ,总结了反求工程中的两个关键技术问题——形状表面数字化和产品几何模型重建技术的研究现状 。

基于集中式空调系统能效整体性优化模型研究

本文对集中式空调系统的各部件进行了详细的能效特性分析,并且建立了各部件的数学模型。提出了以系统综合能效比最高为评价标准的目标函数,根据能量守恒定律以及系统变量的控制区间,得出了系统的约束条件。最后通过合理选择系统的控制变量,使系统整体性优化问题得到简化。

中小型空调器制冷剂最佳充注量的确定

采用分相模型计算了系统中两相区内制冷剂的质量分布，在系统性能模拟的基础上，采用分段累积的方法研究了影响总充注量的因素，提出确定最佳充注量的原则：在制冷量达到要求时，空调器的能效比ＥＥＲ最大。测定了最佳充注量下各部件的状态，试验结果和理论计算吻合较好。

基于SVM-GMM的开集说话人识别方法

建立一种支持向量机-高斯混合模型(SVM-GMM),用以提高开集说话人识别的识别率。该模型的基本思想是将SVM的分类结果用GMM模型进行确认。由于SVM模型具有较好的分类性能,而GMM模型能够较好地描述类别内部的相似性,因此这2个模型的组合能够优势互补,从而获得较好的识别效果。实验结果表明,使用SVM-GMM模型能有效地提高开集说话人识别的识别率。

基于ResNeSt网络的音频欺骗检测

目前最先进的语音合成和语音转换模型能够生成人耳无法区分的虚假语音,这对自动说话人验证(ASV)系统的安全构成巨大威胁。近年来,越来越多抗欺骗对策用于提高ASV系统的可靠性。然而,在实际使用中,在检测未知攻击时遇到困难,特别是,合成语音欺骗算法的快速发展正在产生越来越强大的未知攻击。在这项工作中,由于ResNeSt网络模型在图像分类和检测任务中取得较好的成绩,因此构建了残差卷积神经网络的变体ResNeSt,使用时域二维特征转换、频域特征等各种特征提取方法(MFCC、LFCC、CQCC)来检测未知的合成语音欺骗攻击。实验结果表明,ResNeSt系统在ASV的逻辑评估集上达到了6.04%的等错误率(EER),相比ASVspoof2019的基线模型提高了25%的性能。

家用空调器制冷剂最佳充注量的确定

采用分相模型计算系统中两相区内制冷剂的质量分布,在系统性能模拟的基础上,采用分段累积的方法研究了影响总充注量的因素,提出确定最佳充注量的原则:在制冷量达到要求时,空调器的能效比EER最大。测定了最佳充注量下各部件的状态,试验结果和理论计算吻合较好。

学生能力大规模国际测评项目在教育效能研究中的应用

学生能力大规模国际测评项目(ILSA)可以为参与国提供持续监测教育系统运行以及评价教育系统有效性的基础数据。基于大规模测评项目数据挖掘而进行的教育效能研究(EER)的基本模型CIPO(背景—投入—过程—产出)是由国际教育成就评价协会(IEA)用于ILSA设计,后被许多学者改进。克里默等人提出了测评EER中最重要的元素——教学质量的三维结构:结构化的课堂教学管理、支持性的班级氛围和富有挑战性的认知激活。这一结构框架的科学性和可行性被不少学者开展的EER经验研究所证实。尽管ILSA数据分析能够有助于增进对学校效能和教育发展政策的理解,但仍存在着因缺乏追踪数据而难以做出因果推断的局限性。因此,纵向研究设计成为大规模教育测评项目的发展趋势。