近场声全息技术及其应用

准确识别噪声源是噪声研究、控制、声质量设计的前提。早期识别噪声源的方法,如近场声压法和表面振速法,采用声级计和加速度传感器等进行简单的噪声振动测量并加以判断,简单但精度不高,可归为经典声学方法。电子技术、计算机技术和信号处理技术的迅速发展,为我们提供了现代声学意义上的噪声源识别方法,如频谱分析、相关分析、相干分析等,进一步又出现了声强测量、小波分析、声全息、声聚焦、波束成形等新方法和新技术。

环境声的听觉感知与自动识别

声学是声音的科学，研究声音的产生、传播、接收和效应。 声或声音原指人耳听觉所能觉察的空气中传播的振动现象。人类认识声音自语言始，通过观测声学现象，研究其规律，人们很早就认识到声的波动性质，并创造了声学设备（主要是乐器），发展了测试方法，取得不少重要结果。但直到17世纪初伽利略提出频率和周期的概念止，都没有对振动和波动的本质的研究，当然也没有声速的概念。原因在于没有找到描述特定声学（物理）现象的特性的物理量及其测量方法。

人工智能在科技期刊选题策划中的应用与应对策略

【目的】聚焦人工智能应用于科技期刊选题策划,以期为人工智能技术与期刊出版融合发展提供有价值的参考。【方法】采用文献分析法探讨人工智能在科技期刊选题策划中的应用优势以及面临的挑战,提出编辑应对策略。【结果】人工智能不仅可以提高选题策划的效率和准确性,还可以提升约稿对象匹配度,但在选题同质性、算法公平性、样本和模型的科学性、对青年学者的公正性以及编辑的信息素养等方面面临诸多挑战。【结论】在人工智能选题策划过程中,编辑应立足自身优势,发挥主导作用,全面提升信息素养,积极参与到人工智能的优化设计中。