共查询到18条相似文献,搜索用时 78 毫秒
1.
准确的睡眠分期能够评估睡眠质量,在睡眠紊乱或疾病诊断干预中起关键作用。本文利用多尺度熵分析和经验模态分解方法获取多通道脑电信号于睡眠状态下的非线性动力学特征,利用心率变异度时频域指标及多尺度样本熵构建了心电信号睡眠特征。基于最大相关-最小冗余特征选择算法及主成分分析降维,实现了高效多模态特征组合构建。多模态特征组合驱动的多种传统机器学习自动睡眠分期模型在ISRUC-S3数据集上达到了最高84.05%准确率,Kappa系数最高为0.7810,表明所提出多模态特征组合的有效性及准确性。 相似文献
2.
3.
4.
5.
睡眠的分级研究是睡眠状况分析和睡眠质量评价的前提和基本内容。目前国际通用的睡眠分级方法,是利用脑电信号另加脑功能信号(如肌电图、眼动电流图),且必须由人工判别分析。大脑皮层互信息理论是研究脑功能变化的有力工具。通过动脉计算睡眠脑电4个导联之间的互信息时间序列的复杂度,并利用一个3层的的人工神经网络进行6个级别的分类。6例720个不同时期的睡眠片段的测试表明,系统睡眠分级与人工分级的总相符率达到90.83%,且实现了睡眠动态自动分级。神经网络的学习功能,可使系统的准确率进一步提高,逐渐接近或达到人工分级的水平。与其他睡眠分级方法相比,本系统有一定优势,且计算速度快,可望应用于临床实时睡眠监护及睡眠分析中。 相似文献
6.
为克服机械电位器调零的局限性,从介绍数字电位器的原理出发,详细地给出了采用数字电位器来实现自动调零的具体电路,并从原理上分析了电路的工作过程,说明该电路能完成自动调零工作。 相似文献
7.
机器人自动换电系统具有安全、可靠、无需人工操作、全面自动化等优点。全流程由计算机完成。论文主要通过分析电动汽车机器人自动换电系统的特点,客观、合理地建立控制流程。应用PLC技术进行电动汽车机器人自动换电系统设计。通过实践,大大提升换电效率和换电质量。 相似文献
8.
9.
10.
目的 :睡眠剥夺(SD)影响脑电波,基于脑电方法研究SD对视觉刺激下的认知的影响,建立一条评价大脑功能状态受到的影响的途径,探索睡眠对认知的作用机制。方法 :在正常状态下和一夜睡眠剥夺状态下,分别对10名受试者进行视觉短时记忆测试,记录其多导诱发脑电。通过计算各导联之间的互相干程度,研究SD对大脑功能区域的同步化交互联系作用。结果:SD造成了大脑各功能区之间的关联程度下降,对大脑半球额叶间的关联影响较大。结论:从脑电信号分析,睡眠剥夺对视觉短时记忆损害主要体现在对额叶影响上,引起记忆编码阶段功能的降低。 相似文献
11.
针对真空阀检测中可能出现的故障情形及相应的调试方法,提出一种基于遗传PNN神经网络的真空阀自动调试系统。将不同占空比电源驱动下出气口的压力作为故障特征值,并利用PNN网络进行故障分类,结合机械手臂进行相应的调试,从而实现故障自动检测与调试。在样本数有限的情况下,PNN神经网络通过遗传算法获得模式层最佳节点数目及相应的平滑参数,降低了网络的冗余度并提高了网络的精度,再将通过PNN分类并调试成功的数据加入到样本集中重新训练网络,直到网络精度增长率达到一定范围,使得网络的精度和模式层节点数达到最优值。测试结果表明,该方法能够有效的对真空阀进行故障分类与调试,能大幅提高检测的自动化程度和精度。 相似文献
12.
13.
14.
为了提高长短时记忆神经网络模型(long short-term memory recurrent neural network, 简称LSTM-RNN)对滚动轴承故障分类的正确率并减少训练样本量,提出一种基于多标签LSTM-RNN的滚动轴承故障分类方法。首先,建立滚动轴承故障信号仿真模型,分析滚动轴承故障仿真信号频谱特征及其故障分类特点;其次,结合多标签LSTM-RNN模型结构特点,对滚动轴承频谱特征向量进行编码,并利用仿真故障信号验证多标签LSTM-RNN分类方法的有效性;最后,搭建滚动轴承故障模拟试验台,采集3类转速不同故障类型滚动轴承故障振动信号,并采用3种特征提取方法得到共9组试验数据,基于该数据对多标签LSTM-RNN分类方法和单标签LSTM-RNN分类方法进行对比试验。试验结果表明:多标签LSTM-RNN分类方法相比于单标签LSTM-RNN分类方法,平均分类正确率从69.07%提高到99.21%;在保证两种分类方法正确率相近情况下,多标签LSTM-RNN分类方法训练所需样本量比单标签LSTM-RNN分类方法平均减少69.55%。多标签LSTM-RNN分类方法适用于复杂振动信号分类,对于实现快速准确的旋转机械故障诊断具有应用价值。 相似文献
15.
提出了一种针对工程单通道信号的子带分解独立分量分析(subband decomposition independent component analysis,简称SDICA)故障分类方法。利用经验模态分解方法(empirical mode decomposition,简称EMD)得到的多个基本模式分量作为子带信号,对子带信号进行独立分量分析(independent component analysis,简称ICA),在ICA方法过程中提取了分离过程特征中产生的残余互信息值,在估计子带信号中计算各自的近似熵值,并把残余互信息和近似熵值作为特征参数,输入广义回归神经网络实现故障分类。SDICA方法在单通道信号故障分类中引入了ICA理论,成功实现了工程单通道轴承信号3种故障高精度的识别,验证了具有良好表征故障能力的残余互信息值和估计子带近似熵能够成为故障分类的重要参数。 相似文献
16.
基于单片机的自动检测系统研究 总被引:2,自引:2,他引:0
分析精校机的性能指标,设计出基于单片机的精校机自动检测系统,解决了设计中遇到的诸多软硬件问题,实验结果表明,该系统能达到精校机检测系统的性能指标。 相似文献
17.
研究了车辆自动变速器的换档控制问题,利用神经网络在不能获得精确数学模型的非线性系统中能达到最优控制的特性,根据所获得的车辆的状态与最佳档位之间相应的数据对人工神经网络进行离线训练。仿真结果证明:径向基神经网络(RBF)的换档控制系统能够有效地用于档位的判断。 相似文献
18.
基于双能量X射线透射技术的物质分类识别方法研究 总被引:1,自引:0,他引:1
通过对单、双能量透射技术的比较分析发现由于入射能量的不同,相同原子序数物质的质量衰减系数的变化速度不同,即在双能量方式下,同一原子序数的物质对低能和高能X射线的吸收程度是不同的,这样通过低能、高能2个不同线吸收系数比较与运算,就可以从2种不同物质组成的、不同厚度产生的或相互重叠的图像中将不同种类的物体区分开.基于此原理将铝板和有机玻璃板作为基材,实验确定了物质分类识别边界曲线,并用已知物质验证了实验得到的边界曲线是有效的. 相似文献