2019辽宁公务员考试行测每日一练判断推理练习题9.17

本文解析了行测中的典型题目,包括犬獒效应、先动优势与后动优势概念的区别,以及电视节目生产的两种模式——赤字财政模式与成本附加制度。通过具体例题,深入浅出地讲解了这些概念的应用。

【行测练习题】
1.当年幼的藏犬长出牙齿并能撕咬时,主人就把它们放到一个没有食物和水的封闭环境里,让这些幼犬自相撕咬,最后剩下一只活着的犬,这只犬称为獒。据说十只犬才能产生一只獒。这种现象被称为犬獒效应。
根据上述定义,下列句子中能够体现犬獒效应的一项是:
A.江山代有才人出,各领风骚数百年
B.物竞天择,适者生存
C.不畏浮云遮望眼,只缘身在最高层
D.鹬蚌相争,渔翁得利
2.先动优势是指企业自身成为新开发市场或新产品的先驱者,以获取持久市场控制力、令竞争对手难以效仿的战略,并因此生存、盈利和发展。后动优势是指相对于行业的先进入企业,后进入者由于较晚进入行业而获得的较先动企业不具有的竞争优势,通过观察先动者的行动及效果来减少自身面临的不确定性而采取相应行动,获得更多的市场份额。
根据上述定义,下列属于先动优势的是:
A.淘宝网抢占了中国网络经济发展的先机,京东、当当等电商也竞相模仿,并占据了较大的市场份额
B.虽然金山软件公司开发的WPS软件更贴合中国人的办公习惯,但微软公司的Office软件较WPS开发更早,用户已经习惯了这种软件,不愿意再更换
C.三星公司顺应市场需求,及时转变产品战略,从而在手机市场的激烈竞争中脱颖而出
D.Symbian系统是塞班公司为手机而设计的操作系统,曾经一度受到各大手机品牌的追捧,而如今其地位已被安卓系统所取代
3.电视节目生产可分为赤字财政模式与成本附加制度。赤字财政模式的制作方要分担节目制作中的一部分甚至是全部资金风险;节目的播放者主要起渠道作用,投入资金不多甚至不投;这种模式的回报是制作者可以获得自己制作的节目的二级、三级销售权乃至更多的衍生产品。成本附加制度则要求播放者支付更多的制作成本,制作方没有资金风险,大部分二级权利归属播放者。
根据上述定义,下列属于赤字财政模式的是:
A.版权联合采购的背景下,互联网视频网站为避免同质化纷纷推出独家播出的自制剧
B.某档节目由于制作成本高昂,制作方与播出方签订对赌协议实现风险共担、利益均沾
C.大获成功的美剧《纸牌屋》是由美国互联网在线影片租赁商netflix推出的原创剧集
D.民间制作上传的微电影丰富了视频网站的内容库,一箭双雕地捧红了许多草根明星
【参考答案与解析】
1.【答案】B。中公解析:犬獒效应表达的是竞争的残酷,选项中只有B项与之相符。A项的含义是:前人终究会被后人超越。C项的含义是:只要认识达到了一定的高度,就能透过现象看到本质,就不会被事物的假象迷惑。D项比喻双方相持不下,而使第三者从中得利。故答案选B。
2.【答案】B。中公解析:先动优势的定义要点有:①新市场或新产品的先驱者;②因此而获取持久市场控制力;③生存、盈利和发展。A项不符合要点②;C项没有体现三星是手机市场的先驱者,不符合要点①;D项不符合要点②③。B项中微软公司具有先动优势,故正确答案为B选项。
3.【答案】D。中公解析:赤字财政模式的定义要点有:①节目制作方负担主要制作成本;②播放者起渠道作用,投入资金不多;③制作者有更多的二级权利。A项视频网站自制剧属于播出者承担制作费用的成本附加制度。B项属于一种创新的模式,制作方与播出方风险共担,不符合②③。C项netflix本身就是互联网影片租赁提供商,算播出者自制剧集,属于成本附加制度。D项符合定义要点。

本文旨在系统阐述利用MATLAB平台执行多模态语音分离任务的方法,重点围绕LRS3数据集的数据生成流程展开。LRS3(RGB+音频语音数据集)作为一个规模庞大的视频与音频集合,整合了丰富的视觉与听觉信息,适用于语音识别、语音分离及情感分析等多种研究场景。MATLAB凭借其高效的数值计算能力与完备的编程环境,成为处理此类多模态任务的适宜工具。 多模态语音分离的核心在于综合利用视觉与听觉等多种输入信息来解析语音信号。具体而言,该任务的目标是从混合音频中分离不同说话人的声音,并借助视频中的唇部运动信息作为辅助线索。LRS3数据集包含大量同步的视频与音频片段,提供RGB视频、单声道音频及对应的文本转录,为多模态语音处理算法的开发与评估提供了重要平台。其高质量与大容量使其成为该领域的关键资源。 在相关资源包中,主要包含以下两部分内容: 1. 说明文档:该文件详细阐述了项目的整体结构、代码运行方式、预期结果以及可能遇到的问题与解决方案。在进行数据处理或模型训练前,仔细阅读此文档对正确理解与操作代码至关重要。 2. 专用于语音分离任务的LRS3数据集版本:解压后可获得原始的视频、音频及转录文件,这些数据将由MATLAB脚本读取并用于生成后续训练与测试所需的数据。 基于MATLAB的多模态语音分离通常遵循以下步骤: 1. 数据预处理:从LRS3数据集中提取每段视频的音频特征与视觉特征。音频特征可包括梅尔频率倒谱系数、感知线性预测系数等;视觉特征则涉及唇部运动的检测与关键点定位。 2. 特征融合:将提取的音频特征与视觉特征相结合,构建多模态表示。融合方式可采用简单拼接、加权融合或基于深度学习模型的复杂方法。 3. 模型构建:设计并实现用于语音分离的模型。传统方法可采用自适应滤波器或矩阵分解,而深度学习方法如U-Net、Transformer等在多模态学习中表现优异。 4. 训练与优化:使用预处理后的数据对模型进行训练,并通过交叉验证与超参数调整来优化模型性能。 5. 评估与应用:采用信号失真比、信号干扰比及信号伪影比等标准指标评估模型性能。若结果满足要求,该模型可进一步应用于实际语音分离任务。 借助MATLAB强大的矩阵运算功能与信号处理工具箱,上述步骤得以有效实施。需注意的是,多模态任务常需大量计算资源,处理大规模数据集可能需要对代码进行优化或借助GPU加速。所提供的MATLAB脚本为多模态语音分离研究奠定了基础,通过深入理解与运用这些脚本,研究者可更扎实地掌握语音分离的原理,从而提升其在实用场景中的性能表现。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值