4、人工智能在咳嗽声音疾病检测与粉煤灰地质聚合物抗压强度分析中的应用

人工智能在咳嗽声音疾病检测与粉煤灰地质聚合物抗压强度分析中的应用

一、咳嗽声音疾病检测的现状与挑战

在利用人工智能进行咳嗽声音疾病检测方面，当前模型存在一定局限性。这些模型在不同数据集上的泛化能力较差，例如在使用剑桥数据集进行测试时，对 COVID - 19 阳性和阴性类别的分类表现不佳。进一步研究表明，数据预处理可能是影响模型在测试数据集上性能的潜在原因。

一些现有的方法，如某些用于规范音频数据中咳嗽模式的方法，效果并不理想。数据增强方法，像 SpecAugment，会通过对时间和频率轴的掩码操作导致咳嗽信号的信息丢失。此外，对咳嗽信号进行零填充和修剪以使其长度统一，可能会改变咳嗽的模式。

二、粉煤灰地质聚合物抗压强度研究背景

随着全球建设的发展，混凝土的需求大幅增加，这间接导致了对普通波特兰水泥（OPC）的高需求。然而，OPC 的生产会因高温煅烧石灰石而释放大量二氧化碳。地质聚合物作为一种替代水泥浆的粘结剂，用于生产混凝土，具有诸多优势。它被认为在相同体积材料比例下，28 天的抗压强度高于传统混凝土，且其微观结构比普通水泥混凝土更致密。同时，地质聚合物混凝土在解决环境问题方面具有潜力。

在地质聚合物混凝土中，常用的碱性液体有氢氧化钠（NaOH）和硅酸钾或硅酸钠。NaOH 溶液的高浓度会促进地质聚合反应，而地质聚合物混凝土的工作性取决于 Na₂SiO₃ 与 NaOH 的比例以及 NaOH 的浓度。此外，碱性粘结剂的摩尔浓度、不同类型的活化剂以及水 - 粘结剂比例都会影响地质聚合物混凝土的抗压强度。

三、研究方法

（一）咳嗽声音疾病检测的未来方向

未来的工作将致力于标准