简介:1989年,原国家科委组织和主持的"电力电子技术发展战略研究"软课题,揭开了我国新一代电力电子技术发展的序幕。当前,电力电子技术已受到政、产、学、研和用户的广泛重视和关注,并已在产业变革中发挥着重要作用。一种为电力电子行业的政、产、学、研各界和广大用户服务的新杂志——《电力电子》(PowerElectronics)今日问世发行。它由北京电力电子学会、IEEE电力电子学会北京分会、中国电器工业协会
简介:她在报告中回顾了功率变换技术的发展历史,对如何获得高效、优波负载适应性和强鲁棒性的综合特征进行了阐述。效率、优波、负载鲁棒性以及对负载尖刺的危害等问题的合理解决,关键是如何得到与输出波形同步、同形、同频、同相的纹波供电电压波形,并始终跟随其幅频变化,保持线性功率管工作在临
简介:采用磁控溅射法在阳极氧化预处理过的铝板上沉积氮化铝薄膜,制备氮化铝-铝复合基板。制备的氮化铝为非晶态,抗电强度超过700V/μm,阳极氧化铝抗电强度达75V/μm。当阳极氧化铝膜厚约10μm、氮化铝膜约1μm时,制备的复合封装基板击穿电压超过1350V,绝缘电阻率1.7×106MΩ·cm,氮化铝与铝板的结合强度超过8MPa;阳极氧化铝膜作为缓冲层有效缓解了氮化铝与铝热膨胀系数失配的问题,在260℃热冲击下,铝板未发生形变,氮化铝膜未破裂,电学性能无明显变化。氮化铝与阳极氧化膜的可见光高透性保持了镜面抛光金属铝的高反射率,当该复合基板应用于LED芯片COB封装时,有助于提高封装光效。
简介:摘要:近几十年来,在业内专家学者的努力下语音识别技术取得显著进步,已经从实验室走向市场。在这个过程中,深度学习和神经网络的发展做出不少贡献,但神经网络依赖大量数据而且神经网络模型具有不确定性,当训练数据与目标数据分布存在差异时识别效果可能非常差。在一些领域我们对识别系统的精度要求非常高。我们已经明显感觉到,语音识别技术在工业、家电、通信、汽车电子、医疗、家庭服务、消费电子产品等各个领域都可以发挥重要作用。探索使用HMM模型来识别孤立词在我们的生活中具有重大意义。隐马尔可夫模型是成熟的模型,在语音识别,机器视觉等多个领域有着广泛的应用。隐马尔可夫模型能够很好地为语音等序列数据建模,可以很好地描述序列数据之间的关系。隐马尔可夫模型与GMM模型的完美融合可以使HMM模型在语音识别中更好地对状态进行建模从而提高识别率。因为GMM模型的加入使得HMM的观测矩阵更真实地贴近观测概率。加入GMM的HMM模型经过5个人的数据的训练其识别精确度可以达到87%。在数据量得到扩充的前提下效果有望达到100%。