上海推进生态型城市建设投资400亿元建256个项目

下面就根据地下室外墙所采用的一种配筋形式（图1）进行比较和分析。     

薛定谔滤波结合阈值算法在核磁脑电梯度伪迹去噪的应用

基于功能磁共振(fMRI)同步采集的脑电图(EEG)，在使用平均模板相减法(AAS)预处理之后，仍存在梯度残留尖峰伪迹。需要更准确地去除残留尖峰，以减少基于频率的活动推断的干扰，降低时间序列之间的虚假相关性。本文针对EEG数据中尖峰伪迹的特性，先使用薛定谔滤波方法分解并识别包含尖峰的EEG数据，自动减去与EEG幅度相差较大的大部分尖峰成分，然后使用幅度阈值方法，通过逆补余误差定位与EEG幅度相当的残留尖峰，实现对尖峰伪迹的定位与去除。对于模拟信号，该方法得到的信号幅值误差(Er)较薛定谔滤波方法平均提高24.95%，信噪比(SNR)较薛定谔滤波方法提高27.13%；对于真实信号，本文方法得到皮尔逊相关系数明显小于另外4种方法，去噪效果较薛定谔滤波方法提升11.42%。无论是尖峰位于波形波谷，还是高频波动幅度与峰值相当的情况下，薛定谔滤波结合阈值算法较其他方法尖峰识别精度和去噪效果明显提高。此去噪方法为EEG-fMRI的融合研究提供了强有力的支持。     

本科毕业设计过程管理的实践探索

针对提高毕业设计质量对提高学生实践创新能力和提升毕业生就业能力具有重要意义,从学生和指导教师两方面分析了毕业设计实践教学中存在的问题,指出了创建良好毕业设计过程管理的前提,提出了选题面向就业、指导教师有效指导以及严格执行成果验收等"十二环"过程控制方法,提高了学生就业率。     

有限状态自动机的并行确定化及过程分析

本文通过对并行环境下非确定有限自动机和确定有限自动机的等价性和转换进行研究，详细分析了非确定有限自动机到确定有限自动机的并行转换方法及算法，并以实例给出了其间并行转化的过程。     

考虑径向畸变的机器人视觉系统的参数标定

针对GRB-400机器人视觉系统,建立完整的摄像机一阶径向畸变模型。用GRB系统的Matrox图像采集卡采集标定点坐标,利用径向排列约束方法 (简称RAC)建立线性方程组求解摄像机的径向畸变参数。基于此畸变参数实现图像校正,以提高对目标物体的定位精度,从而提高机器人视觉系统对摄像机标定参数变化的鲁棒性。实验结果表明,该方法有较高的标定精度。     

左右手运动想象脑电模式识别研究

如何提高左右手运动想象脑电信号的分类率是脑机接口研究领域的一个热点话题。基于美国EGI64导脑电采集系统得到3名健康被试的脑电数据,首先,采用独立成分分析（Independent Component Analysis,ICA）对采集的数据进行去噪处理;然后,利用离散小波变换方法对分解C3/C4处的EEG平均功率信号,选用尺度6上逼近系数A6的重构信号作为脑电特征信号;最后,用Fisher线性判别分析法（Fisher Linear Discriminant Analysis,FLDA）、支持向量机方法 （Support Vector Machines,SVM）和极限学习机分类方法 （Extreme Learning Machine,ELM）分别对特征信号进行分类。分类结果表明：极限学习机分类方法得出的平均分类率要高于Fisher方法与SVM方法的平均分类率,可以达到92%,而且运行速度也高于另两种分类算法。     

基于功能磁共振的情绪脑机制研究

为探讨不同效价情绪图片的加工特点,考察被试在对不同效价的情绪图片加工时脑半球上的差异,利用脑功能磁共振成像技术,对情绪加工实验的被试进行数据采集,并对采集的数据用统计参数映射技术进行处理分析。研究发现情绪刺激加工的过程中,脑激活区域明显和前额叶,顶叶相关,而且是情绪功能相关联的主要位置。这表明人类情绪的反应并不仅仅是由边缘系统控制,在情绪刺激作用下,整个丘脑系统,边缘系统都参与其中进而形成一本复杂的情绪中枢机制。     

改进自组织映射神经网络在指纹识别中的应用

改进自组织映射神经网络方法是将常规自组织映射神经网络方法结合确定性水平,对网络的输入矢量进行预处理。通过实验比较了这种改进的自组织映射神经网络识别方法与常规的自组织映射神经网络识别方法的识别效果,在识别性能上有了很大的提高。     

模拟驾驶环境下注意力评估系统设计与实现

为研究注意力对安全驾驶的影响,搭建了一套模拟驾驶系统来监控驾驶员的脑电注意力水平;设计了一个实验范式,采集了3个被试的十八次实验数据并进行违规脑电信息的统计分析和评估;,结果表明:驾驶员注意力低水平与交通违规具有明显的相关性;违规驾驶的注意力指标与被试个体特征有关,并且具有具有较好的重现性;驾驶员交通违规的低水平阈值可以通过本模拟环境来测量,这对安全驾驶和事故风险控制具有积极的意义。     

基于改进SIFT特征和粒子滤波的目标识别仿真研究

针对在目标识别中原始SIFT（尺度不变特征转换）特征算法计算量大,特征点匹配耗时长等缺陷,采用一种改进的SIFT特征算法。在原始的SIFT算法基础上简化了特征描述符,以及对匹配算法进行了改进,考虑到识别过程中目标物体的特征点会发生变化,因此结合粒子滤波来实现对目标物体的识别。仿真结果表明：该方法继承了原始SIFT算法的优点,有效地避免了一些干扰,减小了计算量,在结合粒子滤波算法后能够有效地更新特征点的匹配,最终实现了对目标物体准确的识别。