碳纳米管/氰酸酯复合材料的研究

采用共价接枝的方法,将羧基、乙二胺(EDA)、二氨基二苯甲烷(DDM)、二氨基二苯醚(DDE)和对氨基苯甲酸(p-ABA)等官能团接枝到碳纳米管表面,制备了碳纳米管/氰酸酯复合材料,并研究了碳纳米管对氰酸酯树脂性能的影响.结果表明:与纯氰酸酯树脂体系相比,采用p-ABA修饰的碳纳米管/氰酸酯树脂复合材料其弯曲强度提高了17.6%,冲击强度提高了24.6%;碳纳米管的加入并未明显改变氰酸酯树脂的玻璃化转变温度,因此并不影响其作为耐高温材料的使用;凝胶点测试表明,碳纳米管的加入对氰酸酯树脂的固化有一定促进作用.     

基于灰度理论模型的截肢受试者手势分类方法研究

针对截肢者手势动作特征提取复杂、动作识别率较低的问题,该文提出一种基于灰度模型的特征提取方法.首先对预处理后的肌电信号与加速度信号经滑动窗信号截取.然后提取表面肌电信号均值、灰度模型的驱动项系数和加速度信号的绝对值均值构成特征向量,最后对滑动窗截取信号特征进行连续的识别.该文采用NinaPro(Non invasive adaptive Prosthetics)公开数据集对提出的方法进行验证,实验表明该文算法能够有效提取肌电和加速度信号的特征,对9名截肢受试者的17类手势动作的平均识别率达到91.14％,提高了17类手势的识别准确率,为仿生假肢人机交互控制算法提供了一种新的思路.     

基于灰度理论模型的截肢受试者手势分类方法研究

针对截肢者手势动作特征提取复杂、动作识别率较低的问题,该文提出一种基于灰度模型的特征提取方法。首先对预处理后的肌电信号与加速度信号经滑动窗信号截取。然后提取表面肌电信号均值、灰度模型的驱动项系数和加速度信号的绝对值均值构成特征向量,最后对滑动窗截取信号特征进行连续的识别。该文采用NinaPro(Non invasive adaptive Prosthetics)公开数据集对提出的方法进行验证,实验表明该文算法能够有效提取肌电和加速度信号的特征,对9名截肢受试者的17类手势动作的平均识别率达到91.14%,提高了17类手势的识别准确率,为仿生假肢人机交互控制算法提供了一种新的思路。