基于推土机距离和支持向量机的脑电癫痫检测算法(英文)

对于需要长期脑电图监测的癫痫患者,癫痫自动检测技术是十分必要的。本文所提出的基于多导联长程脑电的算法,首先,对脑电信号进行五层小波分解,取其中三层并求和,然后建立直方图并计算它们之间的距离。本文使用了一种有效的推土机距离算法,提出了脑电新特征EMD-L1。由于EMD-L1利用了L1范式,有效降低了时间复杂度,提高了运算速度。本文采用支持向量机作为分类器,并对支持向量机的输出做了后处理,其中包括平滑滤波和"collar"技术,以获取更准确的检测结果。本文将所提出的方法与其他使用相同脑电数据库的癫痫检测方法相比较,实验结果表明本文提出的算法达到了较高的灵敏度95.73%、特异性98.45%以及较低的误判率0.33/h。该检测系统不但具有较高的精确度和较强的鲁棒性,而且可以对脑电数据进行实时分析,用于长期脑电监测中。     

基于ELM和近似熵的脑电信号检测方法

脑电癫痫波的自动检测与分类对癫痫病情的诊断具有重要意义。提出了一种基于极端学习机(extreme learning ma-chine,ELM)和近似熵的脑电信号检测方法。首先,计算脑电信号的近似熵作为非线性特征,并与利用小波变换技术提取的线性特征波动指数相结合,组成特征向量,然后将特征向量送入单隐层前馈神经网络,采用ELM学习算法训练网络。实验表明,与BP(backpropagation)和SVM(support vector machine)算法相比,ELM在训练时间和识别精度两方面性能最佳,对用于实验的脑电数据检测识别率达到98%以上。     

基于深度学习的癫痫脑电不平衡分类方法

癫痫发作自动检测技术对癫痫患者的诊断和治疗具有重要意义。由于癫痫发作期持续时间较短,发作期与非发作期的脑电数据分布是不平衡的。针对该问题,本文提出了一种不平衡分类与深度学习相结合的癫痫发作自动检测方法。首先,为防止不同类别数据之间界限模糊,使用Borderline-SMOTE算法对1/3训练集做平衡处理;之后,设计了金字塔型的一维深度卷积神经网络,并利用平衡处理的训练集进行训练。与常见的二维卷积神经网络不同,本文构造的一维卷积神经网络减少了训练参数,提高了训练速率,能够有效地避免由于训练样本较少而造成的过拟合。在长达991小时的长程头皮脑电数据集上的实验表明,经过平衡处理后的检测效果得到明显改善,最佳敏感度达到92.35%,特异性达到99.88%,阳性预测率达到90.68%,阴性预测率达到99.91%。同时,与其他癫痫检测方法的比较表明,本文方法具有更好的检测结果,更加符合临床应用的要求。     

癫痫发作瞬态带宽特征自适应检测方法

癫痫是常见的神经系统疾病之一。癫痫发作的识别通常采用脑电测量记录中的癫痫发作起始点,以辅助医生进行诊断并对患者的发作状态报警。利用脑电信号的瞬态参数提出了一种自适应带宽特征,可用于提高癫痫发作检测精度。首先,利用经验模态分解(EMD)求得脑电信号的本征模态函数(IMF),并计算特定阶次IMF的解析信号;其次,利用该解析信号求解瞬时幅值与瞬时频率,对EEG信号的带宽特征添加权重,得到可用于癫痫检测的自适应带宽特征(Adaptive Bandwidth);最后,利用该特征完成癫痫发作检测。采用长达118 h 49 min的癫痫患者临床脑电数据进行实验,实验结果表明,自适应带宽特征的敏感性、特异性、准确性参数均比原特征取得明显提高。自适应带宽特征可提高癫痫发作检测精度并降低时间延迟,便于及时采取治疗措施,为临床检测提供了重要依据。     

基于深度网络迁移学习的致痫区脑电识别

致痫区脑电识别能够为癫痫外科手术提供重要的参考价值。提出了一种基于深度网络迁移学习的致痫区脑电识别算法。首先利用连续小波变换(CWT)对脑电信号进行时频分析,获得脑电信号时频图;然后迁移学习AlexNet网络模型,调整网络结构使之适应于致痫区脑电识别,将模型第7层全连接层输出作为脑电信号时频图的特征表示,最后利用支持向量机(SVM)、BP神经网络、长短期记忆网络(LSTM)、基于稀疏表达分类算法(SRC)、线性判别分析(LDA)等分类算法进行特征分类。基于开源脑电数据集采用十折交叉验证的方法对算法进行了验证,比较6种分类器的效果,得到SVM算法的平均特异性为88.81%,灵敏度为88.07%,准确率为88.44%,证明了该方法识别致痫区脑电信号的有效性。     

基于深度网络迁移学习的致痫区脑电识别* .txt

摘要：致痫区脑电识别能够为癫痫外科手术提供重要的参考价值。提出了一种基于深度网络迁移学习的致痫区脑电识别算法。首先利用连续小波变换（CWT）对脑电信号进行时频分析，获得脑电信号时频图；然后迁移学习AlexNet网络模型，调整网络结构使之适应于致痫区脑电识别，将模型第7层全连接层输出作为脑电信号时频图的特征表示，最后利用支持向量机（SVM）、BP神经网络、长短期记忆网络（LSTM）、基于稀疏表达分类算法（SRC）、线性判别分析（LDA）等分类算法进行特征分类。基于开源脑电数据集采用十折交叉验证的方法对算法进行了验证,比较6种分类器的效果，得到SVM算法的平均特异性为8881%，灵敏度为8807%，准确率为8844%，证明了该方法识别致痫区脑电信号的有效性。 .txt     

一种新的脑电特征提取方法研究

基于控制信号为皮层慢电位的脑机接口数据,本文提出了一种脑电模式识别的新方法.该算法将脑电数据的近似熵值、自相关系数和皮层慢电位组合成新的特征向量,并选取k-近邻法作为分类器进行模式识别.在公开测试集中,新算法能达到较高的识别率,同时表明近似熵和自相关系数可以作为新参量对脑电数据进行分析.     

基于图谱分析的脑电网络研究

针对脑活动过程功能连接网络分析问题,将图谱域分析技术应用于脑电网络研究中。对各导联脑电信号特征节律提取、不同测量节点之间脑电信号特征节律相关系数邻接矩阵及拉普拉斯矩阵进行了研究,并对拉普拉斯矩阵分解得到的不同阶次分量矩阵以及二值化处理得到的不同阶次脑电网络拓扑结构进行了分析,提出了一种基于图谱分析的脑电网络研究方法;采用癫痫患者正常情况与癫痫发作阶段的脑电信号对提出的方法进行了测试。实验结果表明:在两种情况下,提出的图谱分析方法均能有效提取不同变化模式的脑电网络拓扑结构,并能实现正常区域与癫痫发作区域的有效分类,接收者操作特征曲线下面积为0. 834;分类结果优于常用的对比方法。     

基于改进Sobel算法的实时图像边缘检测系统设计

针对传统Sobel边缘检测算法需要人为指定阈值而且检测出的边缘较宽等问题,提出一种自适应阈值和非极大值抑制相结合的边缘检测算法。引入中值滤波的思想生成自适应动态阈值,将该值作为二值化处理的阈值,并采用非极大值抑制的方法细化梯度图像,同时通过增加梯度检测方向提高了算法对复杂纹理的识别能力。将改进后的算法在FPGA平台上实现,实验验证了其有效性。     

P300 Speller中基于AdaBoost SVM的导联筛选研究

P300 Speller是目前少数可以用于临床残疾人功能补偿的脑-机接口系统,P300 Speller的字符识别效率与脑电信号采集的头皮表面电极位置密切相关,过多的电极不但增加了使用者的不适感,且易引入噪声干扰进而影响系统的稳定性。采用并发展了一种基于AdaBoost SVM(adaptive boosting support vector machine)的特征筛选方法,对脑电导联进行优化筛选,通过对6位受试者的实验数据处理及分析,结果表明该方法可以在不显著影响识别效率的基础上降低导联数量76%以上。另外,相较于经典的SVM-RFE特征筛选方法,该方法极大降低了计算复杂度,更适用于训练数据庞大的脑电特征优化问题。     

Quantum Cooperative Robotics and Autonomy

The intersection of Quantum Technologies and Robotics Autonomy is explored in the present paper.The two areas are brought together in establishing an interdisci...     

考虑进油孔有限长滑动轴承油膜力的近似解析解

针对具有进油孔的有限长滑动轴承油膜力求解问题,采用变分原理和分离变量法,求得了有限长滑动轴承油膜压力分布的近似解析表达式。将油膜压力分布的近似解析表达式在油膜存在区域上进行积分,即得到了油膜力。将提出的计算有限长滑动轴承油膜力方法与无限长轴承模型、有限元方法的计算结果进行了比较,发现了提出的方法与有限元方法的计算结果很接近。最后,研究了进油孔位置和进油压力对油膜存在区域、油膜力等的影响,研究结果表明进油孔位置和进油压力对油膜存在区域和油膜力有较大的影响。     

基于多目标非支配解提取法的电力系统无功优化

针对传统的电力系统多目标粒子群优化算法采用权重系数法将多目标转化为单目标,从而忽视了各目标函数间的竞争关系这一问题,提出将非支配解提取法运用到电力系统多目标无功优化中,并设定了一套提取规则,以电力系统中的有功网损、电压偏差和电压稳定裕度为目标,使目标在充分竞争的情况下得出Pareto最优解,利用IEEE-14节点系统对多目标非支配解提取法的电力系统无功优化进行了仿真测试。研究结果表明,该算法一次运行可以得出多组非支配解,既有偏向单个目标的解也有兼顾所有目标的解,克服了权重系数法的盲目性和单一性,可使电力决策者根据实际问题选择最优解,具有较好的灵活性与多样性。     

Hybrid inversion method for equivalent electric charge of thunder cloud based on multi-station atmospheric electric field

This article proposes the hybrid method to inverse the equivalent electric charge of thunder cloud based on the data of multi-station atmospheric electric field. Firstly,the method combines the genetic algorithm( GA) and New ton method through the mosaic hybrid structure. In addition,the thunder cloud equivalent charge is inversed based on the forw ard modeling results by giving the parameters of the thunder cloud charge structure. Then an ideal model is built to examine the performance compared to the nonlinear least squares method. Finally,a typical thunderstorms process in Nanjing is analyzed by Genetic-New ton algorithm with the help of weather radar. The results show the proposed method has the strong global searching capability so that the problem of initial value selection can be solved effectively,as well as gets the better inversion results. Furthermore,the mosaic hybrid structure can absorb the advantages of tw o algorithms better,and the inversion position is consistent with the strongest radar echo.The inversion results find the upper negative charge is small and can be ignored,w hich means the triple-polarity charge structure is relatively scientific,w hich could give some references to the research like lightning forecasting,location tracking.     

虚拟式流体参量集成测试系统及其实现

为了实现对流体参量的自动测量,运用虚拟仪器设计思想,采用组件技术、海量数据存储技术及仪器通用化设计方法,设计并实现了虚拟式流体参量集成测试系统.该系统能同时对流体的温度、压力和流量等进行动态测试.实验室演示表明,该集成测试系统性能稳定,操作简单,功能较强大.     

COMPUTER SIMULATION OF CONTINUOUS ELECTROMAGNETIC STIRRING FOR MAKING RHEOLOGIC SEMI-SOLID SLURRY OF ZL112Y ALUMINUM ALLOY

To realize the technology of fabricating the rheologic semi-solid slurry of ZL112Y aluminum alloy via continues electromagnetic stirring process, ANSYS software was used to simulate electromagnetic force field and fluid velocity field in the alloy melt in a crucible tube in three coils. In the first section of the paper, eletromagnetic force field and fluid velocity field caused by single coil were simulated. The result of this simulation gives an average velocity of 3.2 cm/s and it is called critical velocity because a fluid velocity over it will cause a fine and spherical structure of solid primary a in a semi-solid melt. And, from this result, a reasonable temperature of semi-solid of the alloy and an electrical current intensity were established. The electrical current intensity of the result of this simulation corresponded to the current intensity used in a practice experiment, in which the primary α was obviously refined and sphericized. Based on this simulation of single coil electromagnetic stirring, in the second section of the paper, eletromagnetic force field and fluid velocity field caused by three coils were simulated. The result of the simulation shows that, 1） there is a semi-solid zone of 32 mm from bottom of the crucible tube to the upper; 2） the electrical current intensities of three coils of 400 A, 600 A, and 400 A, which were set to top range, middle range and bottom range of the tube, respectively, were the optimum parameters of electromagnetic current intensity under the condition of this investigation; and 3） under effect of these electromagnetic current intensity, the fluid velocities of the melt in the tube were 6.3 cm/s in top range, 3.75 cm/s in middle range, and 3.9 cm/s in bottom range of it, respectively.     

运用EMD和GA SVM的齿轮故障特征提取与选择

针对齿轮故障特征提取,首先将齿轮箱振动信号进行经验模态分解,得到一组固有模态函数.计算各固有模态函数的能量和矩阵的奇异值,采用Shannon熵和Renyi熵度量能量和奇异值分布,构成原始特征子集.再采用遗传算法和最小二乘支持向量机的Wrapper方法选择最优特征子集.该方法能够利用较少的特征参数集准确判别齿轮故障,提高了齿轮故障诊断的精度与效率.     

基于有限脉冲响应模型的飞机磁场补偿方法

通过分析飞机磁场数学模型,将飞机磁场表示成方向余弦与其乘积项的函数.鉴于模型参数之间存在很强的复共线性,提出了基于有限脉冲响应模型飞机磁场补偿方法.该方法将光泵磁强计和三轴磁强计的输出作为有限脉冲响应模型的输入,由带通滤波器提取信号中的变化成分,再用最小方差估计有限脉冲响应模型参数,并利用有限脉冲响应模型参数计算飞机磁场.从测量总磁场中减去飞机磁场,可得到目标信号磁场数据.最后,通过计算机仿真验证了该磁场补偿方法的有效性.