本公开提供一种生物活性分子含量的检测方法、装置和电子设备，涉及检测技术领域，解决了现有技术中疾病诊断、药物筛选和健康评估的效率较低的问题。该方法包括采集待分析的振动声音；振动声音由安装有压电传感器的发声装置，在压电传感器的表面附着有生物活性分子时，控制压电传感器以目标频率振动所产生的；将振动声音输入至预先配置好的神经网络模型中，确定振动声音对应的生物活性分子的质量。

 本技术涉及一种面向不同玩家的游戏AI训练方法及系统，其方法包括:步骤S1：根据对手种类M构建游戏AI的应对策略采样策略πs和奖励模型步骤S2：游戏AI使用采样策略πs与对手交互，采集各种类型对手的交互数据；步骤S3：使用交互数据计算M个对手奖励模型其中，表示第m类对手奖励模型；步骤S4：使用极大极小Q学习算法、游戏模型和奖励模型学习第m类对手的纳什均衡策略作为应对策略重复步骤S4，学习得到所有类型对手的应对策略。本发明提供了一种面向不同玩家的游戏AI训练方法，可以应对对手类型不同的情况，提高使所有玩家的满意度。

 本技术公开了一种噪声环境下说话人识别模型构建方法，在说话人识别网络前端增加一个去噪模块，使用改进的谱减法对带噪语音进行去噪。针对谱减法的两个参数(过减因子α和谱下限参数β)，使用梯度下降的方法由神经网络动态调整两个参数的值，保留更符合说话人识别任务的语音信息，从而提高了噪声环境下说话人识别的准确率。带噪语音信号选择变窗长的窗函数进行短时傅里叶变换，可以防止频谱泄露说话人识别任务需要的说话人信息。

 本技术公开了基于语音语料对齐与自适应融合的语音分类方法，方法包括:构建语音分类数据集，并划分为训练集与测试集；构建语音分类网络模型，包括对齐构造模块、语音关联性构建模块、片段重要性挖掘模块、融合检测模块；将融合检测模块输出特征输入分类器以获得预测结果；设计用于优化网络模型参数的损失函数，根据损失函数在训练集上采用Adam优化器实现模型参数的迭代优化与更新；训练完成的语音分类网络模型可实现对语音信号的端对端分类。本发明利用深度学习技术通过语音信号实现自动分类，可应用于不同场景，如对情感、性别、年龄等特征的识别，有助于企业分析用户的情感、性别、年龄，从而提供更人性化、更具针对性的服务。