基于小波变换的脑电信号特征提取及分类

在脑机接口中,基于小波变换法和AR模型法结合线性判别准则对两类思维任务进行特征提取及分类,提出以小波系数均值经K-L变换作为特征,用Fisher判别准则进行分类。结果表明,这种方法可以利用少量的数据提取脑电信号的特征,具有比较好的分类效果。     

腹型癫痫的临床与脑电图(附35例分析)

本文报道腹型癫痫35例,男18例,女17例。发病年龄4～40岁,平均12.8岁,80％为4～15岁。均表现阵发性腹痛伴植物神经症状,抗癫痫治疗有效。脑电图异常33例(94.3％),正常2例(5.7％)。着重讨论了本病的脑电图表现。认为脑电图检查对本病的诊断及动态观察有重要辅助作用。对难解释的阵发性腹痛行鉴别诊断时应考虑腹型癫痫的可能。     

重庆主城区两江水质近年变化评价

通过对重庆主城区两江江段2006—2010年主要代表监测断面水质监测数据的统计分析,采用单因子评价方法对试验性蓄水前后整体水质进行评价,以各月水质类别占全年比例的变化来反映水质变化。结果表明:三峡水库蓄水前后,在不考虑大肠菌群的情况下,长江河段干流重庆主城区水质状况总体较好,水质变化起伏不大,断面水质大多为Ⅲ类,所占比例范围为30%～91.7%,长江支流嘉陵江河段两个断面Ⅲ类水质占70%以上,说明库区水质指标变化不明显;平水期和枯水期时,悬浮物的浓度降低,TP、CODMn、重金属等也随之下降;少数断面个别年月TP、CODMn和石油类污染物超标较严重。     

Multi-Lead ECG Classification via an Information-Based Attention Convolutional Neural Network

A novel structure based on channel-wise attention mechanism is presented in this paper.With the proposed structure embedded,an efficient classification model that accepts multi-lead electrocardiogram (ECG)as input is constructed.One-dimensional convolutional neural networks (CNNs) have proven to be effective in pervasive classification tasks,enabling the automatic extraction of features while classifying targets.We implement the residual connection and design a structure which can learn the weights from the information contained in different channels in the input feature map during the training process.An indicator named mean square deviation is introduced to monitor the performance of a particular model segment in the classification task on the two out of five ECG classes.The data in the MIT-BIH arrhythmia database is used and a series of control experiments is conducted.Utilizing both leads of the ECG signals as input to the neural network classifier can achieve better classification results than those from using single channel inputs in different application scenarios.Models embedded with the channel-wise attention structure always achieve better scores on sensitivity and precision than the plain Resnet models.The proposed model exceeds most of the state-of-the-art models in ventricular ectopic beats (VEB) classification performance and achieves competitive scores for supraventricular ectopic beats(SVEB).Adopting more lead ECG signals as input can increase the dimensions of the input feature maps,helping to improve both the performance and generalization of the network model.Due to its end-to-end characteristics,and the extensible intrinsic for multi-lead heart diseases diagnosing,the proposed model can be used for the real-time ECG tracking of ECG waveforms for Holter or wearable devices.     

基于因子分析的心算事件相关脑电变化

为正确了解心算对人脑的影响,对心算前闭眼放松、闭眼心算和心算后闭眼放松三种状态下获取的脑电图数据进行了因子分析.研究结果表明在闭眼心算时,发现跟第一个公共因子相关最密切的脑部位大多位于人脑的左侧半球上;在心算前、后闭眼放松时,均为人脑的右侧半球所占的比重最大,并且心算前闭眼放松在右侧半球所占的比重比心算后闭眼放松时要大.证明了人们大脑功能的偏侧化进程,闭眼心算比闭眼放松时表现出更为明显的左侧半球优势,且大脑左侧半球在人们的心算中发挥着主要作用.     

基于距离测度法的中枢神经系统损伤检测

基于AR模型的EEG信号距离测度方法可以较好地表征中枢神经系统损伤的情况。主要探讨在这种方法中利用不同的定阶准则建立相应的AR模型及其对距离测度结果的影响。同时，使用自适应滤波器对原始信号进行滤波，将分离后的平稳和非平衡成分再进行距离测度法的研究。对滤波器的参数分析表明，这种方法可以很好地消除EEG信号中可能混有的不同程度的噪声，得到的距离测度结果也能更好地表示损伤的变化情况。     

A Statistical Parameter Analysis and SVM Based Fault Diagnosis Strategy for Dynamically Tuned Gyroscopes

Gyro's fault diagnosis plays a critical role in inertia navigation systems for higher reliability and precision. A new fault diagnosis strategy based on the statistical parameter analysis (SPA) and support vector machine (SVM) classification model was proposed for dynamically tuned gyroscopes (DTG). The SPA, a kind of time domain analysis approach, was introduced to compute a set of statistical parameters of vibration signal as the state features of DTG, with which the SVM model, a novel learning machine based on statistical learning theory (SLT), was applied and constructed to train and identify the working state of DTG. The experimental results verify that the proposed diagnostic strategy can simply and effectively extract the state features of DTG, and it outperforms the radial-basis function (RBF) neural network based diagnostic method and can more reliably and accurately diagnose the working state of DTG.     

基于ROC曲线的驾驶疲劳脑电样本熵判定阈值研究

为了获得客观而准确的驾驶疲劳判别阈值,采用驾驶模拟实验研究方法,采集驾驶员在清醒及疲劳状态下的脑电信号,对比分析不同状态下脑电信号的时域特征,选取表征信号复杂程度的样本熵作为驾驶疲劳判别指标,并利用受试者工作特性曲线(receiver operating characteristic curve, ROC)分析方法,确定基于脑电信号样本熵值的驾驶疲劳判别阈值.研究结果表明:脑电信号样本熵值处于区间(0.32,0.71)时,驾驶员处于疲劳过渡时期,可能出现疲劳特征;脑电信号样本熵值小于阈值0.605时,判定驾驶员处于驾驶疲劳状态,准确率为0.95,该值可作为基于脑电信号样本熵的驾驶疲劳判定阈值.      

基于独立分量分析的诱发电位信号提取方法

诱发电位（EP）信号在检测神经系统状态时有重要意义，但EP信号总是没在自发脑电波（EEG）信号中，因此，为利用EP信号诊断神经系统的损伤和病变，需要从二的混合信号中提出EP信号。独立分量分析（ICA）是一种新近发展起来的信号分离方法。本反ICA方法应用于EP信号的提取，并与传统的滤波方法进行了比较。计算模拟表明，采用ICA方法进行噪声分离的结果明显优于信号滤波方法。     

����PSO-SVM�ľ�����з�ʽԤ��ģ�ͪ�

居民出行方式选择是一个较为复杂的非线性问题,受到的影响因素众多。提出采用支持向量机方法构建了居民出行方式选择模型,并以交叉验证意义下的分类准确率作为适应度函数,利用粒子群算法对支持向量机参数优化选择,避免参数设定的随机性,减少参数选择的工作量.通过实证研究表明,利用粒子群算法优化支持向量机的参数是可行的,支持向量机方法相对于BP神经网络,对居民出行方式预测有更高的精度.预测精度比BP神经网络提高了将近5个百分点,建模样本和测试样本的分类精度分别达到86.20%和82.31%.所构建的模型可用于居民出行方式预测,这对城市交通规划,出行需求预测具有现实指导意义.     

Ӧ�������л���PPSVM��Ӧ�����ʷ����о�

突发事件一旦发生,应急物资需求种类是纷繁复杂的,应急物流中的物资需求又是紧迫的、动态变化的. 为了提高应急物流的运作效率,救援管理人员需要对应急物资进行分级. 本文提出一种基于后验概率支持向量机的应急物资分类方法,并在此基础上建立应急物资分类模型. 把物资的重要性、时效性和缺口程度三个因素作为物资需求分级的评价标准,将模糊化后的评价值作为PPSVM的输入,选择后验概率最大所的类别作为测试样本的类别输出来完成整个分类过程,从而得到对应的分级结果. 实验结果表明,PPSVM用于应急物资分类是可行的,能够很好地解决应急物资的分类问题.     

交通状态划分的参数权重聚类方法研究

由于交通流量、速度、占有率或密度等参数在交通状态划分中作用不同,本文提出了基于参数权重聚类的交通状态划分方法.根据交通参数数据的相似性,应用基于加权欧氏距离的相似性度量方法构建了交通参数评价函数,并用梯度下降法极小化评价函数对交通参数权重进行求解.将交通参数权重应用于模糊C均值聚类算法（FCM）,得到基于参数权重的FCM道路交通状态划分方法.应用提出的模型对选取的实际交通参数数据进行交通状态划分,并与基于欧式距离的FCM状态划分结果对比.研究结果表明,本文提出的方法提高了交通状态划分精度,更接近交通实际运行状况.     

IMAGE ANALYSIS BASED ON EDGE DETECTION TECHNIQUES

IntroductionEdges are pixels where brightness changesabruptly and often used in image analysis for find-ing region boundaries.It locates sharp changes inthe intensity function.Edges detection is basic im-age features.They carry useful information aboutobject boundaries.Edges can be used for object i-dentification,image analysis and image filteringapplications as well.We shall consider as an edgethe border between two homogeneous image re-gions having different illumination.This definitionimp…     

一种U型宽带微带天线的设计与制作

对微带天线频带的展宽方法进行了研究,借助于时域有限差分法进行数值计算.经过反复修改设计,选择了在接地板“开窗”的方法,并且贴片设计为“U”型结构.对天线的散射参数、方向图等参数进行了仿真分析;用聚四氟乙烯玻璃漆布敷铜板作为原材料、对天线进行了实际制作;用AV3616XA射频微波网络分析系统对天线进行了测试.均得到了较好的结果,相对带宽达到了27%.     

A New Multi-sensor Data Fusion Algorithm Based on EMD-MMSE

A new multi-sensor data fusion algorithm based on EMD-MMSE was proposed.Empirical mode decomposition(EMD)is used to extract the noise of every time series for estimating the variance of the noise.Then minimum mean square error(MMSE)estimator is used to calculate the weights of the corresponding series.Finally,the fused signal is the weighted addition of all these series.The experiments in lab testified the efficiency of this method.In addition,the comparison in fusion time and fusion results with existing fusion method based on wavelet and average technique shows the advantage of this method greatly.     

ROBUST SMITH PREDICTIVE CONTROLLER FOR PROCESS WITH INVERSE RESPONSE

ＩｎｔｒｏｄｕｃｔｉｏｎＷｈｅｎｔｈｅｉｎｉｔｉａｌｒｅｓｐｏｎｓｅｏｆａｄｙｎａｍｉｃｓｙｓｔｅｍｉｓｉｎａｄｉｒｅｃｔｉｏｎｏｐｐｏｓｉｔｅｔｏｔｈｅｆｉｎａｌｏｕｔｃｏｍｅ，ｉｔｉｓｃａｌｌｅｄａｎｉｎｖｅｒｓｅｒｅｓｐｏｎｓｅ．Ｔｈｅｂｅｈａｖｉｏｒｏｆｂｏｉｌ－ｅｒｓｃａｌｌｅｄｓｈｒｉｎｋａｎｄｓｗｅｌｌｉｓａｔｙｐｉｃａｌｅｘａｍｐｌｅｏｆｔｈｅｉｎｖｅｒｓｅｒｅｓｐｏｎｓｅ［１，２］．Ａｎｏｔｈｅｒｅｘａｍｐｌｅｉｓｔｈｅｉｎｄｕｓｔｒｉａｌｄｉｓｔｉｌｌａｔｉｏｎｃｏｌｕｍｎ［…     

CLASSIFICATIONS OF EEG SIGNALS FOR MENTAL TASKS USING ADAPTIVE RBF NETWORK

Objective This paper presents classifications of mental tasks based on EEG signals using an adaptive Radial Basis Function (RBF) network with optimal centers and widths for the Brain-Computer Interface (BCI) schemes. Methods Initial centers and widths of the network are selected by a cluster estimation method based on the distribution of the training set. Using a conjugate gradient descent method, they are optimized during training phase according to a regularized error function considering the influence of their changes to output values. Results The optimizing process improves the performance of RBF network, and its best cognition rate of three task pairs over four subjects achieves 87.0%. Moreover, this network runs fast due to the fewer hidden layer neurons. Conclusion The adaptive RBF network with optimal centers and widths has high recognition rate and runs fast. It may be a promising classifier for on-line BCI scheme.     

7种因素对电动自行车忍耐时间的实证研究

忍耐时间是分析电动自行车骑行者不安全过街行为的重要参数,是信号交叉口交通管控的重要约束条件.以红灯期间到达信号交叉口处违章过街的电动自行车为研究对象,应用多元线性回归分析和生存分析法中的Cox回归方法,统计分析骑行者在信号交叉口处的过街忍耐时间.该方法运用中国电信的"全球眼"网络视频监控技术,获取不同影响因素下宁波市电动自行车的实时视频数据,共采集了57 213个电动自行车过街忍耐时间样本.统计发现:电动自行车忍耐时间与5种影响因素存在强相关关系;7种影响因素对电动自行车忍耐时间的影响程度差异性较大,其中天气、人行横道长度和有无交警执法等3种因素的影响程度最大,出行时间和时段的影响最小;电动自行车过街忍耐时间的均值为48.600 s,标准偏差为300.341.     

第三方物流服务商特征属性的前沿评价

为了设计一个适合第三方物流服务商的评价方法，建立了15个分类指标的评价指标体系，其中每个指标划分为5个等级，依据第三方物流服务商的绩效水平确定其所处等级，得到原始评价值．将备选服务商的同一分类指标的原始评价值两两比较，求出15个分类指标下服务商的相对优先矩阵，对每个相对优先矩阵计算其特征属性向量，然后采用限定分类指标权重顺序的非参数前沿绩效评估方法对服务商进行评价，得到第三方物流服务商的优先排序向量，为企业选择第三方物流服务商提供依据．最后，设计了2个算例，对算法的可靠性进行验证．     

大跨屋盖结构抗风类型划分方法及应用

根据风振响应中平均响应、背景响应和共振响应之间的关系,初步提出划分结构抗风类型的思想,将大跨屋盖结构分为4类抗风类型,并给出具体的划分方案,以简化风振响应和等效静风荷载的分析过程．在此基础上,以拱作为研究对象,在工程常用的参数范围内,通过风洞试验,确定屋面风荷栽,对矢跨比分别为1／8和1／4的大跨拱结构的抗风类型进行系统的参数分析,研究风荷载基本参数和结构参数（矢跨比、跨度、结构截面刚度和屋面质量）对拱结构抗风类型的影响．分析结果表明：基频小于4Hz的绝大多数拱结构,脉动风响应明显大于平均风响应,脉动风响应不可忽略,属于背景响应可以忽略、共振响应占主导地位的结构抗风类型．