基于SVM-HMM混合模型的说话人确认

提出一个文本无关的说话人确认的算法 .该算法将支持向量机 (SVM)的输出通过 Sigm oid函数和高斯模型转化为概率 ,并作为隐式马尔可夫模型 (HMM)中各个隐状态的输出概率 .由于 HMM适于处理连续信号 ,SVM适于处理分类问题 ;同时 ,HMM更多地表达了类别内部的相似性 ,而 SVM则很大程度上反映了类别间的差异 ,因而根据两者不同的侧重点 ,使其组合获得了很好的效果 .

基于内聚力模型的再生沥青混合料低温断裂性能研究

内聚力模型(CZM)在沥青混凝土开裂研究中得到了广泛应用,但采用内聚力模型对再生沥青混凝土断裂的研究还很少。本文采用随机算法和坐标控制法建立包含旧集料和新集料的再生沥青混合料半圆弯拉模型,将模型分为集料同分布模型和集料随机分布模型两类。研究-10℃时不同RAP掺量(0、25%、50%、75%、100%,质量分数)对再生沥青混合料SCB试件应力强度因子K_(IC)、断裂能G_(F)和抗裂指数I_(CR)的影响。研究结果表明:无RAP掺入的SCB试件具有较好的断裂性能;随着RAP掺量增大,应力强度因子K_(IC)、断裂能G_(F)和抗裂指数I_(CR)均减小,表明RAP的掺入会削弱沥青混合料的低温断裂性能;采用有限元模型得到的断裂参数与室内试验结果一致;相比于集料同分布模型,集料随机分布模型各评价指标的变异性系数整体更大,表明集料分布状态对开裂结果有一定影响;当计算样本足够多时,这两类模型获得的抗裂参数变化规律一致,可有效评价再生沥青混合料断裂性能。

ADDIE模型结合混合式教学在药理学思政中的实践

药理学作为专业基础课,是连接基础医学和临床医学的桥梁学科,内含丰富的思政元素。为突出思政教育在医学专业课程中的作用,通过智慧化教学工具与传统教学方法相结合的方式,将ADDIE模型结合混合式教学融入药理学课程思政的建设与应用中,充分挖掘专业知识中所蕴含的思想价值和精神内涵,创新课程思政载体,深度融入课堂设计中。通过ADDIE模型从分析到评估阶段的课程设计,结合混合式教学的具体实施过程,注重思政元素在教学活动中与知识点的融合和切入,从而持续改进教学过程,实现思政教育与专业课程的融合。

高速公路收费站ETC/MTC混合收费车道通行能力计算模型研究

分析了ETC/MTC混合收费车道入口ETC车辆占比αE和连续到达ETC车辆排队长度w对混合收费车道平均服务时间tS的影响;对SHAKER模型进行了修正,并对修正SHAKER模型参数进行了标定,建立VISSIM仿真模型对修正SHAKER模型的有效性进行了验证;分析了ETC/MTC混合收费车道通行能力与ETC车辆占比之间的关系,提出了考虑车辆平均服务时间的ETC/MTC混合收费车道入口通行能力估计模型,并与余弦函数模型进行了对比分析。结果表明:不同ETC车辆占比下,ETC/MTC混合收费车道入口通行能力修正SHAKER模型计算值和VISSIM模型仿真值的相对误差ε<10%,在允许范围之内,验证了修正SHAKER模型的有效性;ETC/MTC混合收费车道通行能力随着驶入混合车道ETC车辆占比的增大而增大;与余弦函数模型相比,笔者提出的估计模型更能反映ETC/MTC混合收费车道的交通运行特性。

船用承压结构变形场混合数字孪生监测模型方法实现

[目的]旨在为实现船舶的全生命健康监测设计一种面向结构健康监测的混合数字孪生系统。可实时采集及反馈关键舱室结构的变形,从而提升航运的信息化和安全管理能力。[方法]首先,采用奇异值分解法对多组载荷形成的物理场信息进行数据压缩降维得到特定的标准正交基,创建基向量与载荷关系的响应面模型,输出基于实时输入载荷的有限元降阶模型。其次,采用基于地统计学的克里金插值算法,按照特定拓扑结构布点,将实时的传感器数据和降阶模型输出的补充点位数据经由卡尔曼滤波算法进行融合修正,共同计算监测对象的变形情况。最后,通过构建变形监测软硬件系统,实现监测物理特性的采集到可视化的全过程。[结果]该系统在预设的载荷下,硬件采集系统能够稳定进行数据采集,配套的应用程序能够按照预期的要求进行实时可视化采集。[结论]该结构健康混合数字孪生系统满足船舶的健康监测需求,对未来船舶的高度一体化、智能化发展具有一定的参考意义。

混合式学习效果影响因素及机制研究——基于结构方程模型的实证分析

混合式学习已成为高等教育的一种教学新常态,其中学生的学习效果更值得关注。该研究立足于教学活动的双重主体——教师与学生,基于3P学习分析框架,构建了学生学习预备、教师教学能力、感知易用性、感知有用性、交互行为、学习氛围与在线学习效果之间的关系模型,并采用结构方程模型法分析其作用关系和影响效应。相关研究表明,学生的学习背景对学习过程及学习结果均有显著正向影响;教师作为教学活动的核心主体,其教学能力对学生学习过程体验具有重要作用;感知易用性、感知有用性、交互行为、学习氛围对于混合式学习中学生的认知收获、主观情感体验均能产生正向影响。最后,提出优化学生混合式学习效果的方向和路径,以期为高校混合式学习提供参考。

基于混合模型的特种车辆转向泵马达性能评估

为了实现转向泵马达运行性能的实时评估,首先构建了转向泵马达物理模型,该模型考虑了转向泵马达运行机理,通过求解泵马达外特性方程、液压回路平衡方程、内部流量计算方程等,实现内部不可测参数的初步评估与计算,进而获得各类参数对转向泵马达性能的影响机制.同时采用LSTM深度学习方法构建了转向泵马达数据驱动模型,学习并预测不同工况下转向泵马达容积效率的变化规律,并将其输入至物理模型形成转向泵马达性能评估混合模型,提高不同工况条件下转向泵马达性能评估的准确性及适用性.实例分析表明,该混合模型可实现复杂工况下转向泵马达高低压侧压力、流量、转速及转矩等参数的计算与评估,模型误差低于10%.

多变运行工况下混合励磁轴向磁场永磁电机自适应模型预测电流控制

针对多变运行工况下混合励磁轴向磁场永磁(hybrid excited axial field permanent magnet,HE-AFPM)电机中电励磁磁场与电枢磁场之间矢量耦合、端部漏磁等导致的电机参数非线性变化问题,该文提出一种混合励磁轴向磁场永磁电机自适应模型预测电流控制方法。详细分析HE-AFPM电机拓扑结构及参数变化特性;引入多矢量模型预测电流控制,理论推导分析HE-AFPM电机参数对控制系统的敏感性。在此基础上,将多矢量预测模型作为自适应控制的可调模型,降低了控制算法的复杂度和控制系统的计算负荷,提高了控制系统响应速度;依据波波夫(Popov)超稳定理论,引入3个不等式稳定判据设计各参数的自适应律,可实现多变运行工况下的HE-AFPM电机磁链、自感、互感等参数的有效识别,提高了控制模型的准确性和电流跟踪性能。最后,通过实验验证所提出的自适应模型预测电流控制的有效性。

基于注意力机制的CNN-LSTM-XGBoost台风暴雨电力气象混合预测模型

极端台风暴雨灾害具有非线性、极差大以及多峰值等特点。为使电网及时获取预警信息,提出一种基于注意力机制的CNN-LSTM-XGBoost台风暴雨电力气象混合预测模型。首先,利用基于注意力机制的卷积神经网络(CNN)辨识关键台风暴雨灾害特征;然后,利用长短期记忆网络(LSTM)训练时间序列预测模型以挖掘台风暴雨时序特征,使用极限梯度提升算法替换模型输出层以缓解过拟合问题;最后,以2023年台风泰利为例验证所提方法的有效性。算例分析表明,所提模型具有较高的准确性,对预测精度的提升可达40.84%以上。

基于数据-模型混合驱动的电力系统机电暂态快速仿真方法

数据驱动建模方法改变了发电机传统的建模范式,导致传统的机电暂态时域仿真方法无法直接应用于新范式下的电力系统。为此,该文提出一种基于数据-模型混合驱动的机电暂态时域仿真(data and physics driven time domain simulation,DPD-TDS)算法。算法中发电机状态变量与节点注入电流通过数据驱动模型推理计算,并通过网络方程完成节点电压计算,两者交替求解完成仿真。算法提出一种混合驱动范式下的网络代数方程组预处理方法,用以改善仿真的收敛性;算法设计一种中央处理器单元-神经网络处理器单元(central processing unit-neural network processing unit,CPU-NPU)异构计算框架以加速仿真,CPU进行机理模型的微分代数方程求解;NPU作协处理器完成数据驱动模型的前向推理。最后在IEEE-39和Polish-2383系统中将部分或全部发电机替换为数据驱动模型进行验证,仿真结果表明,所提出的仿真算法收敛性好,计算速度快,结果准确。

用于多目标跟踪的高斯混合轨迹预测模型

针对视频中目标之间的遮挡会增加轨迹关联难度的问题,提出了一种高斯混合轨迹预测模型来改善遮挡情况下的关联效果.该模型采用Transformer结构,从对象的历史运动信息中提取更长的时间依赖性,以便更准确地预测跟踪对象在未来的轨迹分布;同时,将模型的输出设置为高斯混合分布,采用多个高斯分布相加来定义跟踪对象在未来的轨迹分布,以利用轨迹分布来计算检测目标和跟踪对象之间的空间相似性.实验结果表明:该模型能够改善跟踪性能,在MOT17数据集上HOTA达到了56.3%.

脑室周围白质损伤患儿发生混合型脑性瘫痪预测模型的建立

目的建立脑室周围白质损伤(PWMI)患儿发生混合型脑性瘫痪的预测模型。资料与方法回顾性纳入2015年9月—2022年10月河南中医药大学第一附属医院经MRI诊断为PWMI(6个月~2岁)并随访至2岁后确诊为混合型脑性瘫痪的患儿,将其分为混合型组和痉挛型组。使用多因素Logistic回归分析筛选与PWMI混合型脑性瘫痪相关的MRI征象并建立预测模型,采用五折交叉及重复交叉验证对模型进行内部验证。评估模型的区分度、校准度并进行决策曲线分析。分析独立MRI征象与混合型脑性瘫痪粗大运动功能分级的相关性。结果共纳入135例PWMI脑性瘫痪患儿,痉挛型100例,混合型35例。丘脑腹外侧核(OR=27.500,95%CI 8.293~90.942)、后壳核(OR=13.700,95%CI 4.489~41.549)、海马(OR=7.200,95%CI 1.702~30.813)及尾状核损伤(OR=5.800,95%CI1.973~16.950)与混合型脑性瘫痪相关,并基于以上4个变量构建预测模型。模型的曲线下面积为0.960(95%CI0.934~0.988),五折交叉及重复交叉验证的曲线下面积分别为0.95、0.96;并具有良好的校准度(χ^(2)=3.712,P=0.529)及临床应用性。模型的4个独立MRI征象均与粗大运动功能分级相关(r=0.559、0.581、0.171、0.409,P均<0.05)。结论本研究建立的预测模型可早期准确地预测PWMI混合型脑性瘫痪高危患儿。

基于统计损伤修正的冻结砂—黏混合土改进Duncan-Chang模型

为描述冻结砂—黏混合土的偏应力—应变关系,进行不同含砂量冻结砂—黏混合土的冻土三轴压缩试验。基于改进的Duncan-Chang模型(D-C模型),引入统计损伤理论,拟合三轴压缩试验结果,分别建立以Mises强度准则和应变发展为微元强度变量的统计损伤修正模型,对比计算结果与试验数据。结果表明:冻结砂—黏混合土偏应力峰值随含砂量的增加而增加,偏应力—应变曲线由应变硬化型逐渐过渡到应变软化型的临界含砂量为50%。当含砂量介于20%~60%时,基于统计损伤理论的修正改进D-C模型能有效拟合应变硬化型曲线和具有轻微应变软化现象的偏应力—应变曲线。当含砂量为90%时,基于应变发展的统计损伤修正模型的偏应力峰值与试验结果相差3%,具有较强适用性。该结果为不同微元强度变量的统计损伤修正模型提供参考。

基于高维混合模型的离心泵叶轮子午面优化设计

为提高离心泵在设计工况下的运行效率和扬程,提出一种基于高维混合模型的离心泵叶轮优化设计方法.选取一台比转数为157的单级离心泵作为研究对象,通过CFturbo软件对优化变量进行参数化,然后结合数值模拟获得高维混合模型的训练集.在此基础上采用获取的训练集通过MATLAB机器学习得出效率、扬程与优化参数之间关于支持向量回归的高维模型,并采用遗传算法寻优.在设计工况下,所拟合的高维混合模型预测的效率和扬程值比原模型分别高1.5%和3.2 m,数值模拟验证优化方案的效率和扬程分别比原模型高0.9%和2.1 m.算例研究表明,将高维混合模型应用于离心泵叶轮的优化设计中可以实现快速寻优并提高离心泵水力性能.

基于广义线性混合效应模型的森林树木死亡研究

基于计数模型方法,同时考虑样地的随机效应,构建林分水平死亡模型,探究影响树木死亡的因素,以期为森林资源的监测与管理提供参考依据。以美国德州东部森林连续清查的样地数据为数据源,按4∶1的比例将其进行随机抽样,划分为训练集和验证集数据,将立地因子、林分因子和气候因子作为模型的自变量,林木死亡株数则作为模型的因变量,运用计数模型和混合效应模型方法进行模型的构建,并分析影响林木死亡株数的因子。使用赤池信息准则(AIC)、贝叶斯信息准则(BIC)和-2倍对数似然函数值(-2logL)3种模型评价指标评估各模型间的拟合效果;采用平均绝对误差(MAE)和均方根误差(RMSE)2种评价指标评估其预测效果,以便筛选出最佳的林分水平死亡模型。结果表明:立地因子方面,林木死亡株数与海拔(P<0.01)呈显著的负效应,与坡度(P<0.05)呈显著的正效应,说明林木死亡株数随海拔的升高而减少,随坡度的增加而增多;林分因子方面,林木死亡株数与林分年龄(P<0.001)和树木基面积(P<0.001)呈显著的正效应,与林分平方平均胸径(P<0.001)和林分密度(P<0.05)呈显著的负效应,说明林木死亡株数随林分年龄的增加和树木基面积的增大而增加,随林分平方平均胸径和林分密度的增大而减少;气候因子方面,林木死亡株数与SPEI(P<0.05)、干旱长度(P<0.001)、年平均温度(P<0.001)和夏季平均降雨量(P<0.05)均呈显著的负效应,与夏季平均温度(P<0.001)呈显著的正效应,说明林木死亡株数随干旱强度和夏季平均温度的增加而增多,随干旱长度、年平均温度和夏季平均降雨量的增加而减少。在基础计数模型中,零膨胀负二项(ZINB)模型的拟合效果最好。而加入样地随机效应后,混合效应模型的拟合精度明显有所提高。基于所有模型模拟结果的比较,得出德州东部森林的林分水平死亡模型以ZINB-mixed模型为最优模型。

冰水赋存演化下冻结土石混合体-结构界面强度劣化机制及模型

温升下冻结土石混合体-结构界面层孔隙内冰水赋存改变极易诱发强度劣化,而目前界面强度劣化机制及劣化规律定量表征的相关研究存在空白。制备0%,15%,30%,45%等4种含石率组合体试样,通过核磁共振、直剪试验研究了正融过程冰水赋存演化下界面强度劣化特性,结合莫尔-库仑准则首次提出以薄膜水及毛细水含量变化率为参变量的强度劣化模型。得到结论:含石改变界面孔隙结构分布使毛细水占比升高;温升下界面抗剪强度劣化程度随含石率增加而降低;正融后不同含石率界面黏聚力衰减程度均大于内摩擦角衰减程度;黏聚力、内摩擦角与未冻水含量关系曲线分别呈阶段非线性特点及两阶段线性特点,其实质在于薄膜水及毛细水发育使得界面黏聚力和内摩擦角产生不同程度及形式的劣化。模型分析表明:随含石率升高,薄膜水及毛细水劣化系数具有“此消彼长”的特性,颗粒间及颗粒与结构接触面滑动摩擦强度和咬合摩擦强度劣化比例系数分别呈现下降、上升趋势。

应用混合逻辑动态模型预测控制器的磁轴承三电平调制策略

传统磁轴承三电平调制策略在数字控制系统中存在控制延迟问题,影响电流纹波抑制效果。针对上述问题,提出一种基于混合逻辑动态模型预测控制器的磁轴承三电平调制策略。基于混杂系统理论,建立混合逻辑动态模型,统一表征出驱动电路充电、放电和续流工作模态,实现三电平调制;结合模型预测控制理论,将所建立的混合逻辑动态模型作为预测模型,预测磁轴承的控制电流,实现对控制延迟的补偿,并将预测控制电流送入到代价函数中,得出驱动电路的最优控制信号;基于所提调制策略构建了磁轴承控制系统,并与传统调制策略进行对比。仿真结果表明:在轻载扰动工况下,所提调制策略相比于传统三电平滞环调制策略与传统三电平脉冲宽度调制(pulse width modulation,PWM)策略,电流纹波分别降低了49.90%和49.87%;在中载扰动工况下,所提调制策略相比于传统三电平滞环调制策略与传统三电平PWM策略,电流纹波分别降低了49.99%和49.84%;在重载扰动工况下,所提调制策略相比于传统三电平滞环调制策略与传统三电平PWM策略,电流纹波分别降低了50.08%和49.77%。在三电平调制机制的基础上,所提调制策略能够有效补偿一个采样周期的控制延迟,达到降低电流纹波的效果。

洪水过程线同频放大混合整数规划模型

当设计洪水峰、量关系较差时,设计洪水过程线同频放大会出现明显的畸形。构建了设计洪水过程线同频放大混合整数规划模型,以洪水过程线各时段流量作为决策变量,提出了时序系列光滑度函数,并以此作为目标函数,以设计洪峰流量、不同时段设计洪量作为约束条件,首次加入了涨落同向约束条件,保证设计和典型洪水过程线具备相近模式。实例研究表明,当设计洪水峰、量关系不协调时,此模型计算的设计洪水过程线顺滑、各频率之间无交叉,与典型洪水过程线(特别在洪峰附近时段保持)相近模式。研究成果为设计洪水过程线同频放大提供了新的、可行的方法。

成年中期抑郁情绪的变化轨迹:基于增长混合模型

选取中国家庭追踪调查(CFPS)中的10654名成年中期被试,采用增长混合模型,探讨抑郁情绪变化轨迹的异质性及其相关因素。结果发现:成年中期抑郁情绪变化轨迹存在低抑郁-稳定组(87%)、中抑郁-下降组(8%)与低抑郁-陡升组(5%)三种类别,相对于低抑郁-稳定组,中抑郁-下降组和低抑郁-陡升组中女性、农村居民与受教育水平较低者所占比例更大。成年中期抑郁情绪的变化轨迹呈现异质性,并且女性、农村居民与受教育水平较低者存在更高的抑郁情绪发展风险。

混合情绪的测量:模型、方法与展望

混合情绪对个体的心理健康和目标追求具有重要的意义,由于测量方法等基础性研究的限制,其相关问题并未得到充分探讨。当前混合情绪的测量方法主要基于单变量、双变量和多变量三种模型,不同方法在操作性界定、测量工具和指标获得上存在各自的优势和适应性。未来研究应致力于完善混合情绪测量的理论基础;提高客观反应测量指标的特异性;建立适应混合情绪系统复杂性的测评体系;并关注混合情绪积极成分与消极成分的时间关系测量。