多通道神经群模型建模及分析

由计算模型产生多通道神经信号,可帮助理解引起脑电信号节律的机制,研究大脑的功能联接以及测试神经信息处理的方法和假设.本文将双动力学集总参数神经群模型扩展为多动力学多通道耦合的模型,用于研究大脑不同区域的耦合动力学行为.通过模型仿真发现信号的频谱可以从δ波(1-4Hz)到γ波(30-70Hz)变化,其动力学特性更加复杂;模型实验还揭示了神经网络耦合和神经群节律之间的关系,随耦合强度的增强,新模型仿真信号会出现双谱峰和单谱峰的现象;通过模拟大鼠癫痫,也证实神经群之间的耦合可以导致癫痫大范围爆发.     

单房室脉冲神经元建模方法综述

要通过人工神经网络来模拟神经系统的功能并对实际问题进行求解,构建合适的脉冲神经元模型非常重要。为了使研究者了解此问题的研究进展,对目前的单房室脉冲神经元建模方法进行了综述。根据复杂程度将这些模型分为三类:具有生物可解释性的生理模型,具有脉冲生成机制的非线性模型和具有固定阈值的线性模型。对各类不同建模方法进行了阐述和分析,并讨论了各自的优缺点。     

基于多通道自回归模型的胶带机火灾信号的分析与合成

文章结合维纳证明和托布里兹方程的特点推导出了一种简便的多通道自回归模型的解法,介绍了多通道胶带机火灾信号分析与合成方法,并采用Matlab对胶带机的火灾和非火灾信号进行了仿真实验。仿真结果表明,合成信号与原始信号总体相符,且具有功率谱相匹配的特点。     

机器人动力学方程的高效计算公式

本文建立了一种集总计算结构的动力学建模公式.该公式采用广义杆质量特征量来集总算出各有关杆对方程系数的影响,广义杆质量特征量可由末杆向基座依次递推算得且具有明确的力学意义.与文献中可见的其他建模公式相比该公式不仅运算量为量少.而且结构简明,很好地表现了各系数与杆件质量特征量和运动结构特征量的关系.是最有效的建模计算公式之一.     

基于ARM和FPGA的多通道信号模拟系统设计

信号模拟系统在设备测试、数据处理等领域都有重要的意义;为了解决设备测试对多通道同步信号的需求,提出了一种基于ARM和FPGA的多通道信号模拟系统设计方法,主要介绍了以FPGA为核心的模拟输出控制模块,其中采用ARM进行多任务管理,用FPGA实现时序转换和控制,FPGA的控制逻辑采用VHDL和原理图相结合的方法设计,使用FPGA提高了系统性能并简化了外围电路设计,最后给出了模拟系统的实验结果,整个设计系统可模拟输出多路0.01Hz~40MHz的任意信号,说明了这种设计方案的有效性。     

车辆动力学模拟可视化环境的建立

采用ＶＢ中的处定制控件和插件功能建立了车辆系统可视化建模系统。将车辆系统的各组成部件分别装装在各定制控件中,通过它们的事件,方法、属性和象征信号流向的线控件建立它们这宰的变量传递关系。根据这种关系用插件自动生成模拟程序代码,从而实现了车辆建 部分自动化。     

精细神经网络仿真方法研究进展

树突对大脑神经元实现不同的信息处理功能有着重要作用。精细神经元模型是一种对神经元树突以及离子通道的信息处理过程进行精细建模的模型,可以帮助科学家在实验条件的限制之外探索树突信息处理的特性。由精细神经元组成的精细神经网络模型可通过仿真对大脑的信息处理过程进行模拟,对于理解树突的信息处理机制、大脑神经网络功能背后的计算机理具有重要作用。然而,精细神经网络仿真需要进行大量计算,如何对精细神经网络进行高效仿真是一个具有挑战的研究问题。本文对精细神经网络仿真方法进行梳理,介绍了现有主流仿真平台与核心仿真算法,以及可进一步提升仿真效率的高效仿真方法。将具有代表性的高效仿真方法按照发展历程以及核心思路分为网络尺度并行方法、神经元尺度并行方法以及基于GPU(graphics processing unit)的并行仿真方法3类。对各类方法的核心思路进行总结,并对各类方法中代表性工作的细节进行分析介绍。随后对各类方法所具有的优劣势进行分析对比,对一些经典方法进行总结。最后根据高效仿真方法的发展趋势,对未来研究工作进行展望。     

多通道信号遥测系统数据采集与显示研究

基于美国国家仪器(NI)公司的虚拟仪器开发平台提出了一种高速数据采集系统.数据采集系统的硬件部分由NI公司提供的PCI总线数据采集卡NI-PCI-6224和计算机构成,以LabVIEW8.5为软件开发平台.系统可以实现对多通道高速数字信号进行采集、分析、显示、存储、回放等功能,具有很强的数据分析能力和良好的人机操作交互界面.     

强核连续时延神经网络模型分岔的频域分析

1.引言神经网络是一个复杂的大规模非线性动力学系统。为了研究所产生的动力学现象,通常需对其简化,建立模型。对简化模型进行研究,并推广到大规模系统。如文[7]提出了离散和连续时延的一个神经元模型:     

多通道融合可分离卷积神经网络下的脑部磁共振图像分割

目的 卷积神经网络方法可以提取到图像的深层次信息特征,在脑部磁共振图像（MRI）分割领域展现出优秀的性能。但大部分深度学习方法都存在参数量大,边缘分割不准确的问题。为克服上述问题,本文提出一种多通道融合可分离卷积神经网络（MFSCNN）模型分割脑图像。方法 首先,在训练集中增加待分割脑结构及其边缘像素点的权重,强制使网络学习如何分割脑结构边缘部分,从而提升整体脑结构分割的准确率。其次,引入残差单元,以避免梯度弥散,同时使用深度可分离卷积代替原始的卷积层,在不改变网络每个阶段特征通道数的情况下,减少了网络训练的参数数量和训练时间,降低了训练成本。最后,将不同阶段的特征信息合并在一起,进行通道混洗,得到同时包含深浅层次信息的增强信息特征,加入到网络中进行训练,每个阶段的输入特征信息更丰富,学习特征的速度和收敛速度更快,显著地提升了网络的分割性能。结果 在IBSR（internet brain segmentation repositor）数据集上的分割结果表明,MFSCNN的分割性能相对于普通卷积神经网络（CNN）方法要明显提高,且在边缘复杂的部分,分割效果更理想,Dice和IOU（intersection over union）值分别提升了0.9% 6.6%,1.3% 9.7%。在边缘平滑的部分,MFSCNN方法比引入残差块的神经网络模型（ResCNN）和引入局部全连接模块的神经网络模型（DenseCNN）分割效果要好,而且MFSCNN的参数量仅为ResCNN的50%,DenseCNN的28%,在提升分割性能的同时,也降低了运算复杂度,缩短了训练时间。同时,在IBSR、Hammer67n20、LPBA40这3个数据集上,MFSCNN的分割性能比现有的其他主流方法更出色。结论 本文提出的MFSCNN方法,加强了网络特征的信息量,提升了网络模型的训练速度,在不同数据集上均获得更精确的MR脑部图像分割结果。     

一种多通道自适应型控制器的设计及应用

针对冶金行业电磁搅拌控制系统具有多通道、自适应控制任务的要求,给出一种多通道自适应型控制器的设计方法,该方法基于神经网络算法、汇编语言环境的面向对象编程,系统结构简洁、代码执行效率高,使多通道控制器既具有自学习和自适应控制能力,又能满足运动控制的实时性要求。     

多通道图像轮廓线提取的变分算法

针对多通道的图像分割提出一种新的活动轮廓线提取算法。对轮廓线长度采用Munford-Shah最小化泛函加上图像每个通道上的拟合误差之和。与传统C-V方法类似,该算法不需要图像的梯度信息就可以检测物体的边缘,解决了传统C-V方法不管从哪个尺度空间都无法完全分割彩色图像中物体的问题。并通过改进初始化函数提高了分割的速度。     

热式质量流量计在多通道管路系统中的应用

根据多通道管路系统的结构特点,设计了一种专门用于此类系统流量测量的热式质量流量计.针对该流量计量系统,在综合误差分析的基础上,理论和实验研究了流量和输入电压、气流温度之间的关系,提出了在严格控制输入电压的情况下,还需对气流温度进行修正的思想.最后,对某一多通道管路系统,采用设计的热式质量流量计和普通热线风速仪进行了性能比较,在小流量测量时,其测量误差小于5%,试验时间缩短10倍.实验结果表明:该流量测试系统无论在准确度和数据采集方面都有显著的优点.     

认知无线网络中多信道频谱感知周期优化算法

为了使认知无线电次用户发现并使用更多的空闲频谱资源,提出了一种多信道频谱感知周期优化算法。针对实际网络中各授权信道使用规律的不同,本文基于交替更新理论建立了多信道状态转移模型,将各信道感知周期的选取建模为一个带约束条件的多目标优化问题,并采用遗传算法对其求解,获得了相对较优的多信道感知周期向量。仿真结果表明,本文提出的目标函数能够有效衡量多信道空闲频谱资源检测率。当目标网络中包含8个授权信道时,所提算法可发现的空闲频谱资源占实际空闲频谱资源的68.23%,相对于以相同周期对各信道进行频谱感知的OFDM机制提高17.68%。     

输入层自构造神经网络及其在光谱分析中的应用

为了解决红外光谱定量分析中的特征提取和校正规模问题,提出了一种输入层自构造神经网络。这种网络能够利用训练数据的某些先验知识,自动选择输入层神经元的个数。在学习过程中,输入神经元个数从最小值1开始,根据网络误差的变化逐步增加,最终确定最佳神经元数量。这种网络模型将特征提取和参数学习过程融为一体,有利于提高建模效率。利用仿真红外光谱的定量分析实验表明,这种网络模型不仅能够对光谱数据实现高效率的波长选择,并具有抑制随机噪声和非线性干扰的能力。     

无线多接口多信道Mesh网络下多径路由协议分析

针对无线多接口多信道Mesh网络环境,对两种多径路由模型进行比较分析。根据支持多接口多信道的无线设备的特点,提出了一套较为高效的路由方式。该方案从源节点到目的节点利用提出的接口分配策略,从不同的接口和信道建立多条可同时工作的路由和多条不重叠的备份路由以大幅提升网络性能。它充分利用了多接口多信道移动设备的性能优势,更适合Mesh网络的拓扑特点。仿真测试表明,使用该方案,在端到端时延,网络吞吐量等方面提供了更佳的性能。     

Interactions between two neural populations: A mechanism of chaos and oscillation in neural mass model

Neural mass model developed by Lopes da Silva et al. is able to describe limit cycle behavior in Electroencephalography (EEG) of alpha rhythm and exhibit complex dynamics between cortical areas. In this work, we extend Grimbert and Faugeras's work to study the dynamical behavior caused by interaction of cortical areas. The model is developed with the coupling of two neural populations. We show that various attractors, including equilibrium points, periodic solutions and chaotic strange attractors, could coexist in different ways with different value of the connectivity parameters. The main findings are that: (1) The stable equilibrium points only appear with a small value of the parameter. (2) While the alpha activities always exist for both two populations with proper initial conditions. Interestingly, the coexistence of the multiple alpha-to-epileptic activities implies the multiple coupling ways for these activities in phase. Two neuronal populations with epileptic activities could interact with multiple rhythms depending on their connectivity. (3) For particular interest, chaotic behaviors are identified in four regions divided by the connectivity parameter with the positive maximal Lyapunov exponent. The four types of chaotic attractors have their own structures, but all of them are related to the epileptic activities.     

GPS定时多道分析仪的研究与实现

以STC单片机作为系统处理器,结合可编程器件CPLD,研制出的GPS定时多道分析仪主要用于放射性元素的勘测和研究。将GPS授时技术与放射性元素能谱测量技术相结合研制出的仪器,能更好地用于放射性元素能谱的测量,同时能够得到打上时间戳的多道数据用于后续的统计分析。给出了系统的总体方案、硬件设计和软件设计。经过测试,系统测量得到的放射性元素谱图与实际谱图相吻合。