快重离子在石墨中引起表面及体径迹的STM研究

用多种快重离子辐照高定向石墨（HOPG），借助扫描隧道显微镜（STM）系统地研究了表面及体内缺陷，结果表明，离子在表面及解理面上都形成了小丘状的缺陷，且在表面较容易形成，可以用非连续损伤径迹结构来对其进行解释。     

130t RH脱碳模型建立及超低碳钢处理工艺优化

建立了RH真空处理脱碳数学模型，并通过130t RH工业试验结果对此数学模型加以验证。根据模型分析了[C]0、[O]0、真空度、提升气体流量等对脱碳效果的影响，据此优化了处理工艺，取得较好的效果。     

离心三相分离过程数值模拟研究

悬浮液的沉降过程主要由固相颗粒浓度和凝聚状态等决定,为了定量描述油渣水在离心力场中的分离过程,以含油渣水三相的罐底油为研究对象,提出固-液-液三相离心分离的概念,进行模型分析,采用计算流体力学软件FLUENT对其分离过程进行数值模拟研究,分析了其影响因素。研究表明:数值模拟与实验结果基本一致,利用FLUENT软件模拟三相离心分离过程符合实际状况,能够很好的指导实践。     

黏性粗粒土压实特性试验研究

为研究黏性粗粒土压实特性的影响因素,采用自制大型击实仪对不同级配的黏性粗粒土进行不同击实功的击实试验。结果表明:粒径大于5 mm的砾石含量P5是影响黏性粗粒土最大干容重的重要因素,当P5的含量为40%~65%时能获得最佳压实效果;黏性粗粒土最优含水率与P5含量呈良好的线性相关关系,粗粒颗粒级配越差,颗粒越均匀,其表现的线性规律越明显;击实过程中,黏性粗粒土破碎率为30%~45%时,土样能获得最大干容重,而且土样级配越好,获得最大干容重所要求的粗粒含量降低率越小。     

经验模态分解方法（EMD）在数据挖掘中的应用

股市数据无时无刻不在变化,然而带有明显的时序性。从直观上说,数据值的变化直接受到时间参数的影响,因此直接利用原始数据不仅简单明了,而且容易发现数据瞬时变化的特性。本文阐述了经验模态分解（EMD）方法的原理和思想,利用经验模态分解方法在提取数据时存在的优势,解决了在股票预测时由于数据量大不利于判断股票走势的问题。我们把经验模态方法和多层反馈神经网络FP算法相结合对现实中的股票数据进行相似模式匹配,简化股票趋势预测的复杂性,为股市的预测提供了一种简单有效的方法。     

被动踝足外骨骼对平地行走时运动表现的影响

被动踝关节外骨骼(unpowered-ankle exoskeleton)可实现人体步态行走良好辅助作用,但对其助行增强效果研究多局限于跑步机行走范式,现少有在平地行走下穿戴外骨骼对穿戴者运动生物力学影响的研究。本研究设计组装了一款低成本模块化的被动踝关节外骨骼,首次研究了平地行走下穿戴被动踝关节外骨骼对健康年轻穿戴者肌肉激活与运动表现的影响。实验招募5名穿戴者,在无外骨骼、仅穿戴外骨骼框架和穿戴外骨骼3种实验条件下完成直线行走任务,过程中同步采集人体下肢主要肌群的肌电和关节运动轨迹。提取了肌电激活特征和关节角度特征,采用双因素方差分析方法揭示了不同外骨骼穿戴状态对相关特征的影响。结果表明,外骨骼框架会对人体提供支撑,降低站立阶段腓肠肌内侧肌肉激活。而穿戴外骨骼在站立阶段使腓肠肌内侧的平均肌肉激活显著降低20%,也显著降低了踝关节的峰值力矩及功率。外骨骼会使髋膝关节的运动学和动力学表现发生变化,这可能与下肢关节间的能量交换有关。因此,被动踝关节外骨骼可在平地行走下对踝关节实现支撑相和推离阶段有效辅助,但穿戴者同时也会适应外骨骼穿戴而改变其步态。     

面向中高频SSVEP脑机接口的编解码算法研究

基于稳态视觉诱发电位（steady-state visual evoked potentials,SSVEPs）的脑-机接口系统（brain-computer interface,BCI）通常使用低频强闪烁刺激诱发强特征脑电信号。尽管相关数据处理技术日臻成熟,但是系统使用舒适度差,训练时间较长。提高刺激频率能够有效缓解受试者的视觉疲劳,提高系统友好度,然而现有中高频SSVEP系统又存在指令集数量少、信息传输率（information transfer rate,ITR）低等缺陷。针对以上问题,本文基于中高频SSVEP脑电特征,提出并使用了包含空码的Code Words编码范式与集成任务相关成分分析（ensemble task-related component analysis, eTRCA）解码算法,并研究了该套编解码方法的适用性与可扩展性。本研究选择中高频段的4个频率（20、24、30、40 Hz）分别构建脑控字符拼写系统,单个频率的闪烁刺激可独立构建多达6个控制指令,联合多个频率理论上可实现指令集数量的成倍扩增。共有10位健康受试者参与了离线脑电实验,利用18~60 Hz带通滤波对脑电数据进行预处理,使用eTRCA算法进行特征识别。18指令集系统的理论平均分类准确率为96.71±1.69 %,理论平均ITR达86.94±6.07 bits/min。以上结果表明,本研究提出的编解码算法能够有效诱发并准确识别中高频SSVEP的时-频-相多维特征,在此基础上通过增加编码单元频率种类、提高有效编码率、改进解码算法等方式有希望进一步提升系统性能。      

光疗对睡眠剥夺小鼠学习记忆以及BDNF-TrkB信号通路的影响

睡眠障碍是临床中的常见多发病,睡眠障碍易诱发和加重认知障碍疾病,损害海马依赖的学习记忆功能。光疗是一种改善睡眠的有效方法,鉴于此,本课题组研究了光疗对睡眠剥夺小鼠炎症反应、氧化应激反应及BDNF-TrkB信号通路的影响,探索光疗对睡眠剥夺小鼠学习记忆的影响。通过旋转圆筒法建立睡眠剥夺模型,小鼠随机被分为对照组、睡眠剥夺组、光疗组(468 nm,光照强度分别为100,300,900 lx)。光疗组边剥夺边治疗,每天早晚进行光照30 min,于剥夺3 d后对各组小鼠进行水迷宫实验和旷场实验,采用ELISA法检测小鼠血浆和海马组织中TNF-α、SOD、5-HT因子的表达量,采用RT-PCR法检测小鼠BDNF、TrkB和Akt中的mRNA表达量。结果显示：与对照组相比,睡眠剥夺导致小鼠体重下降,游泳潜伏期增长,促进了炎性因子TNF-α的表达,降低了SOD活性和5-HT的表达,并降低了BDNF、TrkB和Akt中的mRNA表达;与睡眠剥夺组相比,光疗组小鼠的游泳潜伏期缩短,平台交叉次数增多,TNF-α表达下降,SOD和5-HT表达呈上升趋势,焦虑样行为减轻,BDNF、TrkB与Akt中的mRNA...     

基于独立分量聚类分析的诱发脑电特征提取技术

发展了一种独立分量聚类分析的诱发脑电特征提取方法,利用诱发成分较强的序间相似性,使用Infomax结合K均值算法对脑电信号中的诱发成分进行分类和提取.该方法可以克服传统独立分量分解方法中诱发分量识别的困难,适用于重复刺激诱发脑电的高维数据自动分析处理.将该方法用于上肢想像动作任务的诱发脑电数据分析,结果显示该方法可以有效剥离背景噪声和提取诱发分量,使得信号的费雪可分性得到显著提升,进而获得更好的识别效果.研究结果表明独立分量自动聚类技术适用于认知行为脑电信号的分析,值得进一步研究.