基于CNN-LSTM的运动想象脑电四分类研究

脑机接口通过对运动想象脑电信号的分类识别，帮助运动神经严重受损的患者实现与外部设备的直接交互。为了提高多分类运动想象脑电信号的分类准确率，提出一种基于卷积神经网络（Convolutional Neural Network,CNN）和长短时记忆（Long Short-Term Memory,LSTM）网络的脑电信号识别方法。首先，对原始脑电信号进行预处理，并利用快速傅里叶变换提取出相关频带的能量值；其次，对处理后的脑电信号采用一维卷积神经网络提取空间特征，再利用LSTM网络在序列上的建模能力，将空间特征组成特征序列输入到LSTM网络，提取时间特征；最后，将LSTM网络输出的特征输入到Softmax分类器，把结果分为左手、右手、舌头和脚四种类型。文中使用BCI Competition Ⅳ竞赛的数据集2a对所提的方法进行验证，实验结果表明，所提方法能够有效地提高多分类精度，分类结果的平均准确率达到90.38%。     

基于WCSP-LSTM的脑电运动想象意图识别研究

基于皮层脑电图的脑机接口系统中,由于皮层脑电信号采集难度大数据量少导致提取特征和分类准确率不理想。为此,提出重叠式加窗的共空间模式和长短期记忆(Window CSP-LSTM,WCSP-LSTM)深度神经网络结合对病例的皮层脑电进行深层次特征扩充和提取,利用全连接进行运动想象意图识别,同时用相位锁定值来构建脑功能网络分析样本的脑功能机制。所提出的算法最高识别准确率达到100%,十折交叉验证平均准确率为93.423%。通过脑网络分析表明,在执行运动想象过程中病例的顶-枕叶连接更紧密。结果表明,WCSP-LSTM算法在基于脑机接口系统的癫痫康复方面具有巨大的潜力。     

基于脑电和眼电的运动想象多尺度识别方法研究

基于脑电信号对同一肢体不同动作想象模式进行识别的正确率低,已成为基于脑机接口对肢体瘫痪患者进行运动想象训练监控的方法,获得临床应用前必须解决的瓶颈问题.针对该问题,本文提出一种利用运动想象时眼睛的活动状态与所想象肢体动作之间存在的耦合关系,进行运动想象多尺度识别的新方法.该方法首先在大尺度上,利用脑电信号对运动想象是否发生进行识别,再结合同一运动想象过程眼电信号协同变化模式的识别结果,基于决策融合在更精细的尺度上,对同一肢体不同动作的想象模式进行识别.实验结果表明,仅基于脑电进行右臂三种动作想象模式识别的平均正确率为63.0%,而应用所提出方法可以将其提高到91.4%.所提出方法可望有临床应用前景.     

基于相关性和稀疏表示的运动想象脑电通道选择方法

在基于运动想象(MI)的脑机接口(BCI)中,通常采用较多通道的脑电信号(EEG)来提高分类精度,但其中会有包含与MI任务无关或冗余信息的通道,从而影响BCI的性能提升。该文针对运动想象脑电分类中的通道选择问题,提出一种采用相关性和稀疏表示对通道进行选择的方法(CSR-CS)。首先计算训练样本每个通道的皮尔逊相关系数来选择显著通道,然后提取显著通道所在区域的滤波器组共空间模式特征拼接成字典,利用由字典所得到的非零稀疏系数的个数表征每个区域的分类能力,选出显著区域所包含的显著通道作为最优通道,最后采用共空间模式和支持向量机分别进行特征提取与分类。在对BCI第3次竞赛数据集IVa和BCI第4次竞赛数据集I两个二分类MI任务的分类实验中,平均分类精度达到了88.61%和83.9%,表明所提通道选择方法的有效性和鲁棒性。     

运动想象脑信号的深度置信网络分类优化

关于脑机接口（BCI）系统中的运动想象（MI）脑信号的特征提取一直是一个难题。相较于SSVEP、AEP和P300等其他BCI模式，MI的分类准确率相对较低，缺乏有效的识别方案。本文提出了一种结合深度置信网络（Deep Belief Network,DBN）和麻雀搜索算法（Sparrow search algorithm,SSA）的特征提取和分类识别算法SSA-DBN。融合SSA与DBN的优势，可以在保持较低计算复杂度的同时，提高特征提取和分类识别的准确率。本研究首先利用完全自适应噪声集合经验模态分解（CEEMDAN）方法提取信号的固有模态函数（IMF）特征。然后，将筛选出的适合分类识别的IMF分量与希尔伯特黄变换（HHT）方法相结合，提取出不同导联时频信号的特征空间向量，并进行叠加平均。最后，将特征向量输入到SSA-DBN算法进行分类处理。为确保公平性，在验证算法性能时，选取了具有代表性的BCI Competition IV Dataset 2a数据集，同时对比了其他算法的表现，并详细说明了调参方法。为了避免过拟合问题，可以考虑使用更大规模的数据集进行测试，如PhysioNet或BCI...     

基于可调Q因子小波变换的识别左右手运动想象脑电模式研究

针对识别左右手运动想象脑电图信号(EEG)模式精度和互信息不高的问题,该文采用基于可调Q因子小波变换(TQWT)算法来处理脑电信号。首先,利用TQWT对脑电图信号进行分解;随后,提取子频带信号的小波系数能量、自回归模型(AR)系数以及分形维数;最后,利用线性判别分析(LDA)对提取的脑电特征进行识别。采用BCI2003和BCI2005竞赛数据对所提出的算法进行验证,4名受试者的最高识别率分别为88.11%, 89.33%, 77.13%和78.80%,最大互信息分别为0.95, 0.96, 0.43和0.45。实验结果表明,所提算法取得了高分类精度及互信息值,验证了其有效性。

     

运动想象与其子过程相关脑电特征的数学分解和融合

现有的基于运动想象的脑机接口（Motor Imagery-Brain-Computer Interface,MI-BCI）研究主要将每个运动想象过程作为一个整体来识别,但是这样的控制是不精细的,因此提出MI子过程的概念,通过把MI分解为子过程,对MI及其子过程相关脑电特征进行数学分解和融合,以提高解码的精细度、精度和鲁棒性。研究证明,一个连续完整的MI过程可以分解为若干子过程,反之,若干子过程可以融合为一个连续完整的MI过程。该研究可望为MI-EEG-BCI系统的精细控制提供思路。     

LMD算法与运动想象脑电信号的时频分析

脑电信号是极其复杂的非平稳信号,为了精确处理运动想象脑电信号,采用LMD(局域均值分解)方法对其进行时频分析。首先给出仿真信号的LMD分解及时频分布,而后对左右手运动想象脑电信号进行LMD时频分析。研究结果表明,LMD具有较强的时频刻画能力,能够精确描述脑电信号的非线性时变特性,是对脑电信号进行时频分析的有效方法。     

基于松散型WNN的运动想象脑电信号解码研究

基于运动想象的脑机接口可以控制外部设备,在医疗康复领域中有着重要的临床意义。为了提高运动想象脑电信号的分类准确率,提出一种松散型小波神经网络,即双树复小波变换与神经网络分开进行计算再组合。利用DTCWT对预处理后的脑电信号进行分解,计算复小波系数的多个特征值并构建特征向量,将组合后的特征向量送入神经网络中进行分类识别。实验结果表明,该算法在BCI Competition IV的数据集2a上的平均准确率为76.03%。通过与不同分类器和现有方法的比较,验证了松散型小波神经网络的有效性。     

Chernof f加权分类器框架在运动想象脑-机接口中的应用

针对现有脑机接口(BCI)分类器与大脑认知过程结合不够紧密的问题,该文提出一种基于Chernoff加权的分类器集成框架方法,并用于同步运动想象脑机接口中。通过对训练数据进行统计分析,获得各时刻脑电信号(EEG)的统计特性,并建立基于大脑认知过程的高斯概率模型。然后利用Chernoff边界特性得到该概率模型的最小误差,并以此确定该时刻分类器的权重,通过对各时刻分类器的加权,实现同步脑机接口的信号分类。以脑机接口竞赛数据作为测试,并与线性判决分析、支持向量机和极限学习方法分别结合构成新的集成方法。由实验结果可知,加权集成框架方法的分类性能比原独立分类方法有显著提高。

     

激光诱变小麦数量性状的相关性研究

本试验研究钕玻璃激光、CO_2激光及其二者的复合处理诱变小麦数量性状的相关性。     

多点相关监视与ADS-B的对比研究

本文重点探讨多点相关监视技术和ADS-B技术的原理以及在空中交通监视中的应用,在两种技术对比应用的条件下,更好地发展和创新。     

GPS数据自动化下载与处理软件的设计与实现

介绍了CMONOC(中国地壳运动观测网络)数据共享系统的概况及自动化设计要求,阐述了GPS(全球定位系统)数据自动化下载与处理软件的设计方法,重点给出了利用V isual C 技术对CMONOC的GPS数据进行自动化下载与处理的编程实现。实际应用表明,该软件在长期的观测试验中运行可靠、操作方便,很好地满足了CMONOC工程应用的要求。     

H布尔函数的相关免疫性与重量的关系

将布尔函数的导数和与导数一起便可直接明确刻画布尔函数的重量而定义的e-导数一起作研究工具,深入到布尔函数取值的内部结构中去,讨论了在H布尔函数存在的一个大重量范围内,所有不同重量的H布尔函数的一阶、任意m阶相关免疫函数存在与否的问题。对存在m阶相关免疫性的H布尔函数,它的相关免疫阶数m与维数n的具体关系,以及m的最大值问题。给出了m阶相关免疫H布尔函数只存在于2种重量的H布尔函数中,其相关免疫阶数m的最大值为n-2,以及其余重量的H布尔函数中不存在二阶以上(包括二阶)相关免疫函数等一系列结果。同时,也给出了一些判断布尔函数相关免疫性的方法。     

基于感知与性能相关性的网络负荷问题研究

随着网络演进及业务发展,数据业务呈现爆炸式的增长,移动网络高负荷问题日益突出,严重影响了用户业务质量.本文介绍了一种基于用户感知的网络负荷分析方法,通过大数据用户感知与网络性能的相关性分析,可以智能地判断网络负荷对于用户业务质量的影响,准确识别高负荷网元,应用于网络运维优化,提升网络质量.     

老年男性阻塞性睡眠呼吸暂停程度与代谢综合征的相关性研究

目的：研究老年男性阻塞性睡眠呼吸暂停综合征（obstructive sleep apnea syndrome ,OSAS）严重程度与代谢综合征的相关性。方法：随机选择我院收治的663例老年患者,根据呼吸暂停及低通气指数,将其分为非OSAS 组和轻、中、重度OSAS 组。比较各组患者颈围、体质指数（BMI）、腰臀比、血压、血脂、空腹血糖等,分析OSAS严重程度与代谢综合征及其组分发病率之间的相关性。结果 OSAS患者的颈围、BMI、腰臀比、收缩压、舒张压、空腹血糖等显著高于非OSAS组患者。OSAS严重程度与颈围、BMI、甘油三酯等存在显著正相关,且随着OSAS严重程度的增加,代谢综合征及其组分的发生率呈逐渐递增趋势。结论：老年男性阻塞性睡眠呼吸暂停程度与代谢综合征发病率密切相关,这可能是阻塞性睡眠呼吸暂停综合征增加心血管疾病发生率和死亡率的主要原因。     

神经网络和遗传算法在相关峰判读中的应用

在相干光学目标识别技术研究中,为了更好地判读相关峰,把遗传算法和人工神经网络相结合,以反向传播神经网络和遗传算法为基础,建立了以遗传算法优化神经网络初始权值和阈值的相关峰判读系统,既避免了神经网络训练中容易陷于局部最小值和收敛速度较慢的缺点,又克服了遗传算法局部精确搜索能力的不足,实现其优势互补,从而有利于更好地解决相关峰判读问题。结果表明,改进后的算法充分发挥遗传算法和反向传播算法的优点,达到了较好的判读效果。     

加载中馈天线电特性的研究

用Ｆｏｕｒｉｅｒ变换法分析了加载中馈天线的电特性,系统研究了各参量对天线电流分布、阴抗特性和效率的影响,给出了相应的计算机模拟曲线和一些实验测试数据,总结了此类天线的理论设计和实验调整方法,并利用此方法成功设计并制造了用一坑频地波雷达遥感、频率范围在６ＭＨｚ￣９ＭＨｚ的中馈天线,初步分析了用该单无天线作为高频地波雷达探测天线阵的优越性。     

物联网与互联网的比较研究

物联网是战略性新兴产业,是在互联网基础上的进一步延伸和发展,二者既有相同之处又有不同之处。从基本特性、产业生态系统等方面对物联网与互联网进行深入地比较研究,通过对两者的比较得到影响物联网产业发展的关键要素。