基于鸽视顶盖神经元动作电位的图像重建

针对从神经元响应信号中解码视觉输入的问题,提出了一种利用神经元动作电位（Spike）信号重建视觉输入的方法。首先,记录鸽视顶盖（OT）神经元的Spike信号,提取Spike发放率特征;然后,构建线性逆滤波器和卷积神经网络重建模型,实现视觉输入的重建;最后,对通道数量、时间窗口、数据时间长度、延迟时间等参数进行优化。在相同参数条件下,利用线性逆滤波器重建图像的互相关系数达到0.910 7±0.021 9,利用卷积神经网络模型重建图像的互相关系数达到0.927 1±0.017 6。重建结果表明,提取神经元Spike发放率特征并运用线性逆滤波器和卷积神经网络重建模型可以有效重建视觉输入。     

大鼠初级视皮层局部场电位γ振荡特性研究

提出了确定γ频带范围的方法,并研究了不同拓扑结构图形刺激下γ振荡响应的特征选择特性.首先,采用小波变换和功率谱相结合的方法确定了大鼠初级视皮层局部场电位γ频带的准确范围;然后,计算了不同拓扑结构简单图形刺激下其发生γ振荡的潜伏期和γ频带的功率与不同刺激序列之间的互信息曲线,提取互信息曲线的平均值、最大值以及最大值处的频率等3个特征;最后,采用单因素方差分析对这些特征进行统计分析.结果表明,麻醉状态下大鼠初级视皮层局部场电位在视觉刺激下存在显著的γ振荡现象,γ振荡对简单图形刺激的拓扑特征具有显著的选择特性.     

基于VRML与MATLAB的智能控制虚拟实验室设计与实现

VRML(virtual reality modeling language)具有很强的三维建模功能,MATLAB具有很好的数据分析能力并且能提供一些方便实用的工具箱.本文将这二者的优势结合起来,设计了智能控制虚拟实验室,用VRML对实验室进行虚拟,用Simulink建立控制系统模型,用模糊控制工具箱和神经网络工具箱设计智能控制算法,通过虚拟现实工具箱对场景进行控制,用开发的图形用户界面对整个系统进行统一操作.最后,以AE2000A型过程控制实验装置为仿真对象详细介绍了智能控制虚拟实验室设计的方法与步骤.     

对胶印机发展趋势的一点看法

随着时代的进步，胶印机的发展很快，现已发展成为一种集机、电、光、气、液为一体的自动化程度较高的机械，从而逐渐缩短了印刷周期，保证了产品质量。本人通过这几年对胶印机的深入了解，发现胶印机应朝这几个方面发展。一、电气控制电气控制采用电脑控制。印刷机电气控制的传统方法主要是用接触器、继电器的硬接线控制。这种控制故障率高，维护、维修较麻烦，不易查找故障，而现在的发展趋势是采用可编程控制器（即PLC）。和传统方法相比，使得电气控制由大中规模集成电路代替了继电器的硬接线逻辑控制，克服了体积大、功耗大、连线复…     

VRML与MatLab在自动控制虚拟实验室开发中的应用

对VRML与MatLab相结合的优势和关键问题进行了研究和探索,并将两者相结合开发了自动控制虚拟实验系统.用VRML对实验室进行虚拟,Simulink建立控制系统模型,通过虚拟现实工具箱对场景进行控制,用自动控制工具箱设计控制规则,开发图形用户界面对整个系统进行统一操作.详细介绍设计的方法扣步骤,并给出卖验的界面和运行的结果.     

基于稀疏性与同步性的数字文献图像压缩

提出基于稀疏性与同步性的数字文献图像压缩方法。基于动物视觉系统的稀疏性,提取图像基函数。针对响应系数,利用同步性对基函数进行筛选,完成对数字文献图像的压缩。实验结果表明,该方法具有较高压缩比,能通过少量样本实现对其他数字文献图像的压缩,且压缩效果理想。     

基于统计特征和熵特征融合的心肌梗死辅助诊断方法

针对心肌梗死临床诊断过程中临床实用性和准确率不高的问题,提出一种基于12导联心电图（ECG）的心肌梗死的辅助诊断方法。首先,对12导联ECG信号进行去噪和数据增强处理;其次,分别对各导联ECG信号提取包含标准差、峰度系数、偏度系数的统计特征,以此反映信号的形态特征;同时,提取包含香农熵、样本熵、模糊熵、近似熵和排列熵的熵特征,以此表征ECG信号时间序列的时间与频谱复杂性、新模式产生的概率、规律性和不可预测性以及检测ECG信号的微小变化;然后,融合ECG信号的统计特征和熵特征;最后,基于随机森林算法在病人内和病人间两种模式下对算法进行分析和验证,并通过交叉验证防止过拟合。实验结果表明,病人内模式下算法准确率和F1值分别为99.98%和99.99%,病人间模式下算法准确率和F1值分别为94.56%和97.05%;与基于单导联ECG的诊断方法相比,采用12导联ECG诊断心肌梗死更符合医生临床诊断逻辑。     

基于点特征的直角坐标系空间直线度偏差评价

目前直角坐标系下空间直线度偏差评价尚未形成统一的方法,针对此问题,提出了基于点特征的直角坐标系空间直线度偏差评价方法。利用空间直线度偏差测量模型与点特征间的关系,以直角坐标系下空间直线度测量方法为基础,建立空间直线度偏差评价数学模型。在截面测量法的基础上,建立空间直线度偏差测量模型。基于空间任意对称二次曲线数学方程,构建最小二乘测量截面轮廓曲线,解决被测截面轮廓中心获取的问题。根据模型点特征关系,最终实现对空间直线度偏差的准确评价。通过实际测试验证了所提出方法的合理性与准确性,为推动空间直线度精密测量技术发展提供了有力支撑。     

基于视觉感知的故障图像检测算法

针对列车运行故障图像检测问题,提出了一种基于视觉感知机制的图像故障检测方法,实现了列车摇枕裂纹故障的高效率少样本检测。该方法首先基于ICA模型从图像序列中学习初级视皮层中简单细胞感受野;然后,计算正常图像和故障图像神经元的响应,找出对刺激响应较强烈的神经元,输出其对应的内容,进行故障检测。实验结果表明,该方法具有较高的故障检测率,同时能够利用少量样本实现对大量图像的故障检测。     

基于鸽子视顶盖神经元响应对不同颜色背景字符图像的重建研究

解析脑神经元动作电位（spike）表征的视觉信息是重要的科学问题,从spike信号中重建视觉刺激是解决该问题的重要途径。提供了一种从神经元spike信号重建视觉刺激的方法,通过提取四种颜色背景下五种字符图像刺激的鸽视顶盖（OT）神经元的spike发放率特征,构建线性逆滤波器和随机森林重建模型,优化模型参数,从而实现不同颜色背景的字符图像重建并分析了背景颜色对重建结果的影响。结果表明,最优参数条件下,线性逆滤波器模型对白、红、绿、蓝背景下字符图像的平均重建正确率达到0.9225±0.0268、0.9027±0.0204、0.9358±0.0235、0.8170±0.0313,随机森林模型对应的图像平均重建正确率为0.9499±0.0255、0.9228±0.0303、0.9472±0.0239、0.7913±0.0255。方差分析发现,白色、红色和绿色背景图像重建结果无显著性差异,但这三种颜色背景图像重建结果与蓝色背景重建结果有显著性差异。