为解决RNN–T语音识别时预测错误率高、收敛速度慢的问题，本文提出了一种基于DL–T的声学建模方法。首先介绍了RNN–T声学模型；其次结合DenseNet与LSTM网络提出了一种新的声学建模方法— —DL–T，该方法可提取原始语音的高维信息从而加强特征信息重用、减轻梯度问题便于深层信息传递，使其兼具预测错误率低及收敛速度快的优点；然后，为进一步提高声学模型的准确率，提出了一种适合DL–T的迁移学习方法；最后为验证上述方法，采用DL–T声学模型，基于Aishell–1数据集开展了语音识别研究。研究结果表明：DL–T相较于RNN–T预测错误率相对降低了12.52%，模型最终错误率可达10.34%。因此，DL–T可显著改善RNN–T的预测错误率和收敛速度

一、离散时间信号 1 序列的表示 2 序列的产生 3 常用序列 4 序列的基本运算 二、系统分类 1 线性系统 2 移不变系统 3 因果系统 4 稳定系统 三、常系数线性差分方程 四、连续时间信号的抽样

为消除陡脉冲带来的干扰，分析了陡脉冲干扰的特点，建立了陡脉冲噪声数学模型，提出了基于变分模态分解（Variational mode decomposition, VMD）的心电信号滤波算法，提取叠加在心电信号中陡脉冲干扰分量、识别陡脉冲干扰分量并剔除陡脉冲干扰分量；为减少VMD分解层数、提高实时性并减少内存消耗，提出了心电信号预处理算法；针对医疗环境中的随机噪声伴随陡脉冲出现的情况，分析了VMD后子信号中随机噪声的特点，提出了基于VMD子信号能量估计的阈值去噪算法；利用变分模态分解的带通滤波器组特性，提出了基于变分模态分解子信号重组的QRS波群检测算法，配合滤波算法以提高心电信号特征检测精度。以添加了高斯白噪声和模拟陡脉冲干扰的MIT?BIH数据库心电信号和医疗环境中采集的心电信号为实验对象，分别实现对滤波算法和QRS波群检测算法的定量对比分析

对注意力机制的主流模型进行了全面系统的概述。注意力机制模拟人类视觉选择性的机制，其核心的目的是从冗杂的信息中选择出对当前任务目标关联性更大、更关键的信息而过滤噪声，也就是高效率信息选择和关注机制。首先简要介绍和定义了注意力机制的原型，接着按照多个层面对各种注意力机制结构进行分类，然后对注意力机制的可解释性进行了阐述同时总结了在各种领域的应用，最后指出了注意力机制未来的发展方向以及会面临的挑战

针对焊缝缺陷磁记忆检测中存在定量化反演难题,建立了基于改进的支持向量回归机定量反演模型.以预制不同尺寸未焊透和夹渣缺陷的Q235焊接试样为试验材料,进行磁记忆扫描检测发现:缺陷位置的磁记忆信号特征参数随尺寸变化而呈现一定的变化规律,但同时存在分散性和不确定性.鉴于磁记忆信号样本的有限性、分散性和非线性,首先将提取到的磁记忆特征参数进行归一化处理,引入支持向量回归机建立焊缝缺陷磁记忆定量反演模型,并进一步利用模拟退火算法对支持向量回归机参数进行优化,使目标函数达到全局最优而非局部最优.最后,考虑到由磁记忆信号逆向反推缺陷的三维尺寸,存在解的不确定性,为此在缺陷单维尺寸反演模型的基础上,通过构建多层结构的支持向量回归机进行多尺寸反演输出,建立了基于模拟退火支持向量回归机的焊缝缺陷磁记忆定量反演模型,结果表明:未焊透缺陷尺寸反演最大相对误差为7.96%,夹渣缺陷为4.97%,为焊缝缺陷的磁记忆反演与定量化评价提供一种新的思路

巡线机器人延迟容忍传感器网络(delay tolerant mobile sensor networks for inspection robot,DTMSNR)用于输电线路巡线机器人远程电网数据收集,具有节点稀疏、异构、随机移动性、间歇连通性和延迟容忍性.针对传统传感器网络数据传输算法机器人数据传输成功率低与网络可靠性差等问题.提出一种基于巡线机器人位姿信息的数据传输(mobile robot position-based delivery,MPD)策略.为准确计算巡线机器人网络位姿信息,建立机器人路径约束随机运动模型.MPD采用机器人相对网络位姿信息计算传输概率,进行消息传输路径选择.对网络异构消息引入机器人消息优先传输、消息失效机制进行消息队列管理.仿真实验表明,相较现有的几种延迟容忍传感器网络(delay tolerant mobile sensor network,DTMSN)数据传输策略,针对巡线机器人网络MPD能在适当的传输能耗下达到更高的传输成功率与更低的传输延迟

光信息处理概述 信息光学也称为变换光学或付里叶光学, 它的基本概念起源于上世纪后期。本世纪60年 代激光问世后,迅速发展为一门新的光学学科 。基本思想:用频谱的语言分析物面的信息 用改变频谱的手段来处理信息

一、频率响应的基本概念 1 频率响应和通频带 在输入正弦信号情况下,输出随输入信号频率连续变化 、的稳态响应,称为放大电路的频率响应

计算机并非天生具备这些功能,它们都是程 序员赋予的,那么程序员又是如何具备这一 超凡的能力?这就是本章所要学习的。本章 首先学习现实生活中的各种信息数据之间存 在怎样的内在联系,如何在计算机中体现这 一联系,从而使计算机能够进行信息处理。 其次,学习在面对大量信息数据时,如何提 高人们的工作效率,即数据库技术

1.双边变换及其收敛域ROC。 2.ROC的特征,各类信号的ROC,零极点图。 3.Z变换的性质,常用信号的Z变换。 4.Z反变换,利用部分分式展开进行反变换。 5.用Z变换表征LTI系统,系统函数,LTI系统的Z变换分析法。 6.单边Z变换,增量线性系统的分析