基于关联维数的心电信号的研究

针对混沌在心脏系统中的研究,利用关联维数来进行心电信号的数据分析。通过对健康人、室性心律失常病人和窦性心动过缓病人3种类型心脏的数据作为样本进行对比分析。仿真实验结果说明了健康心脏的混沌性最强,为早期心脏疾病的辅助诊断提供了依据。     

心电信号噪声处理的研究

本文首先分析了心电信号中存在的噪声源以及它的幅值和频率表现,并对于不同噪声选取不同的降噪方法,最后通过对夹杂噪声的信号源进行MATLAB仿真试验,结果显示采用滑动平均方法和最小二乘多项式拟合方法可以得到比较理想的降噪效果。     

基于心电信号采集的监护服用电子织物研究

为实现心电信号的长期穿戴式监测,开发出耐用性能较优的柔性智能纺织品,以棉针织物为基体材料,选用280 D镀银导电缝纫线经缝制法制备电子织物。通过正交实验设计,采集在不同缝制参数下电子织物的心电信号,并与临床医用心电进行对比,分析电子织物心电信号的可靠性。并对电子织物导电性、拉伸性、耐磨性和耐水洗性等性能测试。采用Borda数法综合平衡了电子织物的心电信号采集效果及耐用性能,为基于心电信号采集的监护服用电子织物的优化提供基础。     

基于小波变换的抑制心电信号噪声方法研究

针对在采集心电信号的过程中容易产生多种多样噪声的问题,利用小波函数的多尺度多分辨分析的特性,采用小波变换分解重构的方法,选用4尺度对心电信号进行滤波处理.仿真结果表明,该方法对于50 Hz工频干扰、肌电干扰、基线漂移有较好的抑制作用,为心电信号QRS波的识别奠定了良好的基础.     

电信号食品安全快速检测仪的控制系统

食品安全问题对老百姓来说是件头等大事。由微生物引起的疾病是影响我国食品安全的最主要因素之一。检测食品致病菌的传统方法操作步骤比较繁琐、检测时间从数天到数小时,具有一定的局限性。因此,研发廉价的、便携的、快速测定的、具有自主知识产权的食品安全检测技术、方法和仪器意义重大。利用已经成熟的特异性的免疫电极,本文着重介绍基于电信号的无标记的生物免疫检测仪的控制系统的研究。电信号检测由于自身的优势,提供了一条快速、简便、准确诊断食品安全的途径。通过多次实验,基于电信号的电导式检测仪在痕量抗原目标条件下也能产生很好的响应信号,实现了纳安级电流信号的分辨,测试者可以通过制备好的免疫电极简单的通过电导的变化就可以迅速做出判断。     

基于便携式电子鼻的白酒快速识别

开发了一种基于顶空采样的新型便携式电子鼻,该电子鼻包含一个8阵列不同掺杂纳米Sn O2气体传感器,电子鼻尺寸为?6.0×2.5 cm,重量仅50 g。应用该电子鼻对6种市售白酒进行了测量,单个样本的测量时间少于5 min。采用主成分分析法(PCA)对电子鼻信号进行了分析,应用人工神经网络(ANN)对6种白酒进行识别,识别率为95.8%。研究表明,该新型电子鼻能实现对白酒的在线、快速、准确识别。     

基于栅格识别的测量系统快速标定

为实现视觉测量系统的快速标定,提出基于栅格识别的摄像机标定方法。通过研究系统标定原理,给出易于制作、可夜间工作的二维平面网格靶标设计方案。根据针孔摄像机模型,建立靶标上栅格点的世界坐标和图像坐标的对应关系,实现标定过程。其中,栅格点的图像坐标通过以下步骤获得：（1）由形态学预处理、otsu二值化获得高对比度、低噪声的二值图像;（2）改进传统击中-击不中算法（HMT）,将算法中完全匹配准则弱化为自定义阈值的模糊匹配。通过改进HMT算法检测出二值图像中的目标点集,再利用栅格的几何特性剔除点集中干扰点;（3）对目标点集利用最小二乘拟合、双线性插值等算法校正系统畸变,获得精确图像坐标。实验结果表明,该方法快速可行、操作简单、精度高,适用于图像测量系统、测距系统等工程应用。     

基于PCR-DGGE法快速识别肉种类的研究

目的:建立肉及肉制品中动物源性成分快速识别方法。方法:利用动物线粒体DNA设计通用引物,以样品中提取DNA为模板,基于PCR-DGGE技术确定肉及肉制品中所含有的动物源性成分。结果:该方法能准确、快速鉴别常见动物源性成分。结论:该方法可用于肉及肉制品中动物源性成分的准确识别。     

基于近红外光谱技术的六大茶类快速识别

为构建高质量的六大茶类识别模型,本研究中收集了370份样品,通过采集其近红外光谱（near-infrared spectroscopy,NIRS）,结合光谱预处理、特征提取以及数据挖掘分类器算法,建立六大茶类快速识别模型。结果表明：1）支持向量机（support vector machine,SVM）与随机森林（random forest,RF）分类器皆适于六大茶类快速识别模型的构建;2)SVM分类器更适于结合原始光谱（original spectrum,OS）建模,预处理易使基于该分类器建立的模型鉴别性能减弱;3）随机森林（RF）分类器更适用于预处理后光谱建模,所得模型较OS模型在识别正确率（recognition accuracy,RA）及受试者工作特征曲线下面积（area under the curve,AUC）均得到明显提升;4）特征提取中线性判别分析（linear discriminant analysis,LDA）算法表现最好,所得模型的RA较OS模型明显提升,其中最佳模型OS-LDA-SVM的RA为100.00%,AUC为1.00,识别正确率高、泛化能力强、模型性能优异,...     

基于FPGA的快速樱桃缺陷检测与识别系统设计

为使樱桃缺陷检测与识别系统满足实时性的要求,提出以卷积神经网络模型为基础,使用SDSoC开发平台,完成FPGA对樱桃缺陷进行快速检测与识别系统的设计。通过优化数据传输,复用网络模型中通用矩阵乘法函数(GEMM)和对卷积操作进行并行化设计,实现PL端硬件加速。利用SDSoC平台,在PS端使用高级语言映射卷积神经网络模型,在实现所需性能的同时大量节省了开发时间。结果表明,与纯软件方式相比,基于Zynq7020硬件开发平台,速度提高了2.19倍以上,与CPU平台相当。     

基于THz-ATR技术的水稻品种快速无损识别研究

水稻的品质和产量与自身品种密切相关,本研究应用太赫兹衰减全反射式(THz-ATR)技术采集8个品种水稻种子0～359.97 cm^-1光谱,并通过光学参数计算得到样本集的折射率谱和吸收谱。采用3点移动窗口平滑预处理和支持向量机分别优化及建立基于折射率和吸收系数的8个水稻品种识别模型,其中基于吸收系数的SVM模型预测准确率为98.5%,基于折射率谱的SVM模型预测准确率为89%;实验结果表明,将THz-ATR技术用于水稻品种识别具有初步可行性,有望为水稻品种快速鉴定提供为参考。     

基于近红外光谱技术的空苞山核桃快速识别

空苞山核桃是指果实没有种仁或者发育受阻的山核桃,严重影响山核桃产品品质。为实现空苞山核桃的快速无损识别,利用2种近红外检测装置在200～1 160 nm波长范围采集带壳山核桃样本的光谱,采用8种预处理方法进行光谱预处理,利用竞争自适应重加权采样（CARS）方法筛选空苞山核桃的特征波长变量,最后应用线性判别分析（LDA）、二次判别分析（QDA）和马氏距离判别分析（MDA）建立空苞和正常山核桃的分类模型。结果表明,使用检测装置1所建立的空苞山核桃分类模型性能优于检测装置2的分类模型,经多元散射校正（MSC）预处理后建立的分类模型的识别结果最好,LDA、QDA及MDA模型的特异性、敏感性和正确率均为1,优于其它预处理方法建立的分类模型。经CARS变量筛选后,建模所用的光谱变量数目大大减少,有效简化了分类模型,而模型性能仍与全波长模型性能持平。本文为空苞山核桃的快速、无损识别提供了一种可行的方法。     

基于MATLAB的链传动最优设计

对链传动建立了最优设计数学模型,并通过MATLAB优化工具箱对链传动进行最优设计,克服了链传动传统设计的缺陷,提高了设计的效率和精度,实例证实该设计方法是有效的。     

基于电子鼻对不同香型白酒的快速识别和分类

使用声表面波zNose4200型电子鼻对不同香型的白酒测试样品进行指纹图谱采集,并分析和比较白酒测试样品的指纹图谱。通过比较峰面积差异,对样品特征峰进行提取,分别运用主成分分析、典型判别分析和聚类分析建立识别模型。研究表明:3种香型6种白酒之间存在共性又有显著差异,利用采集的数据建立的指纹图谱模型能够很好的表达出不同香型白酒香味成分之间的关系。通过对不同香型白酒的特征比较,用提取的特征信息可以区分不同香型的白酒且区分正确率达100%。所以使用声表波型电子鼻在一定程度上为白酒的生产和销售过程中不同香型的白酒鉴定和分类,提供了技术支持。     

基于电子鼻对不同香型白酒的快速识别和分类

使用声表面波zNose4200型电子鼻对不同香型的白酒测试样品进行指纹图谱采集,并分析和比较白酒测试样品的指纹图谱。通过比较峰面积差异,对样品特征峰进行提取,分别运用主成分分析、典型判别分析和聚类分析建立识别模型。研究表明:3种香型6种白酒之间存在共性又有显著差异,利用采集的数据建立的指纹图谱模型能够很好的表达出不同香型白酒香味成分之间的关系。通过对不同香型白酒的特征比较,用提取的特征信息可以区分不同香型的白酒且区分正确率达100%。所以使用声表波型电子鼻在一定程度上为白酒的生产和销售过程中不同香型的白酒鉴定和分类,提供了技术支持。      

基于PLS-LDA和拉曼光谱快速定性识别食用植物油

以6种食用油共计23个样本为分析对象,采用偏最小二乘线性判别分析法（PLS-LDA）和拉曼光谱进行单一种类（橄榄油、花生油和玉米油）食用油快速定性检测,通过自适应迭代惩罚最小二乘法（airPLS）对拉曼信号进行背景扣除,以及蒙特卡洛无信息变量消除法筛选波长变量,不但有效减少了波长点数,降低了建模运算量,而且提高了单一种类食用油的识别率,使得总体识别率均高于90%,并在此基础上进一步提出了采用PLS-LDA进行多种类食用油识别的检测流程。实验结果表明PLS-LDA在食用油定性识别检测中具有较好的应用前景和可行性,该方法也可为定性检测食品及农产品品质提供借鉴。      

基于PLS-LDA和拉曼光谱快速定性识别食用植物油

以6种食用油共计23个样本为分析对象,采用偏最小二乘线性判别分析法(PLS-LDA)和拉曼光谱进行单一种类(橄榄油、花生油和玉米油)食用油快速定性检测,通过自适应迭代惩罚最小二乘法(airPLS)对拉曼信号进行背景扣除,以及蒙特卡洛无信息变量消除法筛选波长变量,不但有效减少了波长点数,降低了建模运算量,而且提高了单一种类食用油的识别率,使得总体识别率均高于90%,并在此基础上进一步提出了采用PLS-LDA进行多种类食用油识别的检测流程。实验结果表明PLS-LDA在食用油定性识别检测中具有较好的应用前景和可行性,该方法也可为定性检测食品及农产品品质提供借鉴。     

基于近红外光谱技术快速识别不同动物源肉品

利用傅里叶变换近红外光谱技术建立猪肉、牛肉和羊肉的定性识别模型。用主成分分析法将原始数据压缩为10 个主成分,在全波段9 881.46～4 119.20 cm－1范围内,利用附加散射校正技术结合Savitzky-Golay滤波法对光谱数据进行预处理,采用判别分析法建立模型。模型对训练集的识别准确率为100%,对预测集猪肉、牛肉和羊肉的识别准确率分别为99.28%、97.42%和100%。结果表明：近红外光谱结合模式识别方法能快速无损地识别猪肉、牛肉和羊肉。     

基于MATLAB的图书编号自动识别

利用MATLAB对图书馆图书编号图像进行转换、降噪、区域增强等一系列处理后,自动找出编码区域并提取,并进行字符分割与压缩。选用实用高效的模板匹配法识别出文本字符,自动识别效果良好。     

基于GUI的MATLAB数字信号处理

通过FIR数字滤波器的设计和分析,对MATLAB中SPTool和FDATool工具的使用和基于GUI的MATLAB数字信号处理过程进行介绍。