基于脑电的复杂网络性别差异性研究

人脑的生理结构和功能因性别不同存在很大差异,为了考察不同性别在脑网络研究中的差异性表现,本文利用复杂网络理论对20例健康被试者静息状态下的脑电数据在连续阈值区间内进行了脑网络构建和分析。结果发现:在所选阈值区间内女性组聚类系数、特征路径长度、网络平均度、效率都普遍高于男性组,与之前研究者所得结论具有一致性,而且不同阈值间脑网络拓扑属性差异极显著(P0.01)。结果提示:性别差异在脑网络分析中是一个不容忽视的因素。在利用复杂网络手段诊断各类疾病时,将性别因素考虑在内,很可能可以提高基于脑网络分析手段对各类疾病诊断的准确率。     

基于知识图谱技术的电网项目数据关联分析

为解决电网项目数据关联难度大的问题,提出了基于知识图谱技术的电网项目数据关联分析。分析了历史项目特征提取和新增储备项目特征提取方法,论述了基于规则的信息抽取和基于序列标注的信息提取方法,以及电力项目知识图谱的基本构成和构建方法,提出了项目多维关联分析平台,论述了分析方法和分析流程,并提出了系统网络结构,结合实际应用说明了所提系统的应用效果。     

基于脑电的图像控制技术实现方法的研究

利用实时脑电信号实现基于脑电的脑-计算机接口技术的一项具体应用--利用脑电信号控制图像的输出大小.文中主要介绍了系统的总体设计、信号的识别处理和识别算法.本系统实现了在较高准确率的情况下,利用脑电信号来对图像的尺寸进行控制,为图像通讯与处理提供了一种新方法.     

基于脑肌耦合导联选择和最小生成树网络的脑电特征提取

针对主动康复训练中的运动想象脑电识别问题,提出一种基于脑肌耦合导联选择的双层脑功能网络特征提取方法。根据脑肌耦合强度选择受试各动作下的核心导联,运用核心导联并结合神经生理学中关于运动感觉脑区的先验知识,构建运动感觉核心导联区域网络并提取特征。利用最小生成树全网络特点,将最小生成树脑网络的直径和平均离心率,以及核心导联区域网络的平均节点度、平均聚类系数和平均路径长度,构筑最小生成树脑网络和核心导联区域网络相结合的全局和区域脑功能网络综合特征。选择支持向量机为分类方法,两类运动想象识别的平均正确率为86.96%,证实了本文所提双层脑功能网络分析方法有优良的特征表达能力,能有效提取神经-肌肉内在关联特征,为运动想象识别提供了一种新的思路。     

基于知识图谱的物联网研究文献计量分析

为清晰全面深入地掌握国内外物联网研究与应用进展情况,对Web of Science数据库中物联网研究领域2000年～2019年期间的25077份论文进行文献计量分析.在科学计量学理论基础上,以Citespace可视化软件作为研究工具,绘制物联网研究领域的共词网络、关键词时序图、文献互引网络等知识图谱,从物联网领域的研究...     

基于残差收缩网络的睡眠脑电分期

现有睡眠分期方法存在特征提取不充分、类别间存在数据不平衡等问题，导致睡眠分期的精度不高。基于残差收缩网络设计高效的特征提取网络，同时，在损失函数中基于重加权思想设计了类别加权损失函数，通过调整损失函数有效解决了数据不平衡对分类精度的影响。实验结果表明，改进算法在Sleep-EDF数据集中的Fpz-Cz、Pz-Oz通道上，准确率分别为85.4%和82.2%,MF₁分别为79.6%和75.4%,均高于基准算法和目前先进的对比算法，证明了算法的有效性和先进性。     

基于有限元分析技术的大客车车门结构拓扑优化设计研究

阐述和分析了运用有限元分析方法进行机械结构拓扑优化设计的基本原理和所涉及的关键问题。对某型大客车车门结构进行了拓扑优化有限元计算分析与研究。结果表明，应用有限元法进行机械承载结构拓扑优化设计一种有效的优化方法，可为机械结构及零部件轻量化设计提供重要的概念化设计参考。     

基于深度网络迁移学习的致痫区脑电识别* .txt

摘要：致痫区脑电识别能够为癫痫外科手术提供重要的参考价值。提出了一种基于深度网络迁移学习的致痫区脑电识别算法。首先利用连续小波变换（CWT）对脑电信号进行时频分析,获得脑电信号时频图;然后迁移学习AlexNet网络模型,调整网络结构使之适应于致痫区脑电识别,将模型第7层全连接层输出作为脑电信号时频图的特征表示,最后利用支持向量机（SVM）、BP神经网络、长短期记忆网络（LSTM）、基于稀疏表达分类算法（SRC）、线性判别分析（LDA）等分类算法进行特征分类。基于开源脑电数据集采用十折交叉验证的方法对算法进行了验证,比较6种分类器的效果,得到SVM算法的平均特异性为8881%,灵敏度为8807%,准确率为8844%,证明了该方法识别致痫区脑电信号的有效性。 .txt     

基于小波包技术的脑电特征波提取分析

为了更有效地提取脑电信号特征波,结合小波包技术,提出了一种脑电特征波提取方法.首先对脑电信号进行小波包分解,然后进行褶关频段信号的重构,从而提取出特征波,并对其进行功率谱分析和能量计算.实验结果表明,小波包技术能有效地提取脑电信号特征波.     

基于科学知识图谱的数字孪生发展可视化分析

随着工业4.0、智能制造等技术与发展战略的出台,数字孪生领域的研究与应用探索逐渐成为研究热点。通过定量化与可视化的文献计量分析方法,对WoS数据库中数字孪生领域的研究成果进行梳理,并运用科学计量理论算法与可视化分析软件分析了数字孪生领域的文献外部特征,讨论了领域的研究热点以及热点演进趋势,展望了领域未来的研究方向,为关注数字孪生领域的学者与企业实践者提供参考。     

结合小波变换和独立分量分析的脑电特征提取

在多道脑电信号的独立分量分析 ICA (Independent Com ponent Analysis)过程中 ,脑电独立源在数量上的不确定性往往是造成分离结果不理想的主要原因。目前还没有找到解决此问题的有效方法。根据脑电信号自身的特点 ,提出了一种结合小波变换 WT(Wavelet Transform)和独立分量分析的脑电特征提取新方法— WICA。新方法的主要思路是先对每一道脑电数据进行小波分解 ,然后根据需要选择不同尺度的小波子带信号进行脑电独立分量提取。实验结果表明 ,WICA方法在一定程度上能够克服因脑电独立源的不确定性所带来的影响 ,并能获得较好的脑电特征提取效果。     

电扶梯ZC1蜗杆传动啮合区的数值计算和图谱分析

应用啮合理论和计算机技术,对电扶梯ZC1蜗杆传动的啮合区进行数值计算和图谱分析。寻找出影响啮合区大小的主要参数为X、α和ρ,从而确定进行暇扶梯ZC1蜗杆传动模糊优化设计的设计变量。     

基于脑电的产品意象推理模型研究

将用户对产品的感性认知通过脑电数据量化,探求消费者认知过程脑电与产品意象的对应关系,并以此建立相应的意象推理模型。以吊灯为研究样本,通过多组感性意象形容词描述产品意象空间。基于被试的行为数据、脑电信号和事件相关电位,分析被试在吊灯产品意象辨别过程中的决策行为。研究不同意象匹配情况下,各脑区N200、P300、N400等脑电成分的波幅和分布情况,确定脑电成分与产品意象匹配的映射关系。基于被试的反应时长、选择率和脑电信号等评价因素,构建模糊推理的产品意象认知模型。通过试验验证,推理模型与意象语义评估的结果有一致性,具有较好的可靠性。     

基于加权改进节点收缩法的供应链网络脆弱性分析

针对现代生产模式下供应链网络结构复杂且具有明显脆弱性等问题,提出一种针对供应链网络拓扑结构的脆弱性分析方案。明确了脆弱性和供应链脆弱性的概念及相关表达,设计了供应链脆弱性加权分析模型。分析了基于节点收缩法的凝聚度,通过对比网络收缩前后的凝聚度变化明确供应链网络中物理结构的重要节点;分析了网络节点间的相互影响关系,设计了改进后的加权网络节点收缩方法,通过对网络节点凝聚度的加权计算量化分析了网状供应链的脆弱性问题。通过案例分析验证了所提方法的有效性。     

基于小波包分解的意识脑电特征提取

针对2种不同意识任务(想象左手运动和想象右手运动)的脑-机接口(brain-computer interface,BCI)设计,提出了基于小波包分解的特征提取方法。首先深入研究了小波包变换,结合事件相关去同步化(event-related desynchronization,ERD)/事件相关同步化(event-related synchronization,ERS)现象,提出以小波包分解系数来考虑特征,然后对C3、C4导联脑电信号进行小波包分解系数方差和相对能量2种特征的提取,最后采用最简线性分类器进行分类。结果表明,2种特征对应的最大分类正确率均达到了85%,对应时间分别为4.34 s和4.39 s。因此,在保证分类正确率的前提下,所提方法更加简单和有效,为大脑意识任务分类提供了新思路。     

康复机器人下肢运动促动机构的拓扑结构分析及创新设计

对原始机构进行了拓扑结构分析,构造出了机构的拓扑胚图,再将代表二副杆的点插入拓扑胚图中,得到满足要求的所有运动链的拓扑图。按照图与机构的一一对应关系,把拓扑图转化为一般化运动链图谱。指定各构件类型后,可将一般化运动链图转化为特定化链,并具体化为与原始机构具有相同或相似功能的新型机构。在此基础上,设计者可对其进行综合评价,筛选出好的结构类型。该方法可提高机构创新设计的效率和质量,具有较强的可操作性。     

基于GIS的配电网网络模型和拓扑分析

配电网是电网的重要组成部分,具有点多、线长、面广等特点。对配电网进行分析时,可将实际的电气元件等效为相应的数学模型,从而将一个实际问题转化成一个数学问题。现首先介绍了配电网拓扑分析的概念,分析了配电网拓扑的特点和方法,提出了一种可用于实际的GIS配电网络模型,然后在GIS平台上设计和实现了电源点分析功能,利用GIS的空间分析与统计方法,在该平台上实现了设备及其属性均能在地理图上展示和查询的功能,为将GIS引入配网故障定位系统并及时准确地判断出故障设备及其地理位置奠定了理论基础。     

基于小波分析的齿轮故障诊断方法的研究

简述了小波分析的数学原理和小波分析在齿轮故障诊断中的应用机理，提出了进行齿尊繁障诊断的两种方法：奇异点检测法和多分辨分析及能量检测法，通过仿真和实例证明这两种方法能准确提取齿轮的故障特征，达到识别故障、消除故障的目的。     

基于铁谱的航空发动机图谱技术研究

介绍基于摩擦副磨损过程的航空发动机磨粒图谱的编制方法,分析航空发动机摩擦副不同运转阶段的基本磨粒种类与特征,提出航空发动机铁谱图谱信息管理系统的总体框架,并进行了初步设计。该图谱信息管理系统为预测发动机磨损故障提供了一种有效的技术手段,同时该系统可作为故障诊断专家系统的一个重要模块。     

基于独立分量分析的脑电信号消噪

脑电信号中往往含有各种形式的噪声干扰信号。这些干扰成分包括眼电、心电伪迹以及工频干扰等。由于干扰信号和脑电信号在频域上相互重叠,因此用时域或频域滤波的方法难以有效地消除脑电信号中的干扰成分。独立分量分析(Independent Component Analysis,ICA)是20世纪90年代发展起来的一种新的盲源分离方法(Blind Source Separation,BSS),将ICA方法应用于实测脑电信号的处理,获得非常理想的消噪效果。