基于HOG特征的脑电地形图分类算法研究

脑电地形图(Brain Electrical Activity Mapping,BEAM),是一种先进的研究脑功能和临床诊断的重要手段,既能进行病理诊断又可进行功能诊断,具有较高的敏感性.通过BEAM判断人在不同高低负荷下的疲劳情况并进行有效分类,能最大程度避免高危从业人员的危险发生.目前,大多数脑力负荷分类方法只是简单地利用脑电信号的四种频段特征进行分类,但分类效果并不理想.在此基础上,提出将脑电信号可视化分析,构建脑电地形图,并将方向梯度直方图(His-togram of Oriented Gradient,HOG)特征应用到BEAM分类中.BEAM是根据各频段功率谱密度值用不同颜色表示的球面头皮展成的平面图形,所以针对BEAM的分类研究是基于图像浅层特征的,而HOG正是图像处理中一种简单有效的浅层特征描述符.在BEAM中,HOG能有效地提取各脑功能区的边缘结构特征,并且能提取到地形图表象和形状的方向分布.首先将采集到的脑电信号进行预处理后,选择三频段脑电特征构建BEAM,进行HOG特征提取及分类任务,并与其他算法进行对比.得到的脑电地形图分类结果表明,提取HOG特征的BEAM分类精度最高,明显好于其他研究算法.     

基于小波功率谱算法的脑电地形图成像方法

由于脑电图信号的非平稳性,首先从理论上推导出针对脑电图信号的小波功率谱计算公式。以小波功率谱算法代替传统功率谱算法,以所记录的脑电图数据作为原始数据,编程计算出16导脑电图数据在δ、θ、α1、α2、α3、β等脑电波频段在采样区间[t1,t2]的功率,再用插值方法,计算出大脑某个水平截面各点的功率分布,并用伪彩色将截面上的功率分布显示出来,构造出更准确和更符合实际的脑电地形图。     

应用脑电阻抗地形图检测脑水肿

脑电阻抗的变化与脑水肿、脑梗塞有极大的关系，当脑部发生水肿或者出血时，脑电阻抗值将会发生变化，但足由于数据的有限，空间分辨率低。该文首次提出了采用地形图直观的以图形的方式来显示脑电阻抗数据，提出了将脑电阻抗地形图应用在脑水肿检测的新方法。分析了脑电阻抗地形图所采用的网络拓扑结构，根据拓扑结构信息，以网络中的：角形单元为基础，详细讨论地形图的绘制处理算法。对脑水肿的病人，进行了数据采集，利用计算机形成阻抗地形图，实现r功能性成像。从对病情变化病例的比较分析和稳定病人数据的重复性已经验证了通过这种办法的可行性。     

基于曲面建模的三维地质体体绘制研究

体绘制技术因为其相对于面绘制技术能够更好地反映三维体的真实结构,因而越来越受到人们的重视.提出了一种基于曲面建模的地质体体绘制方法,并在此基础上引入原始钻孔点的穷举搜索来获得散乱点以生成曲面.并根据现场数据的特征采用了适合中小型数据量插值拟合计算的改进谢别德插值来实现曲面的生成.产生曲面之后,使用了现在被普遍采用的基于图像空间序的光线投射算法完成地质体的体绘制,并在此基础上实现了剖切,缩放等三维体的交互操作.     

基于一维插值的人头像三维表面重建

描述了一种基于一维插值的人头像三维表面的重建方法。该方法从几个不同侧面的人体头部条形图获得人头像的三维条形图．经过型值点的提取,一维三次样条插值,三维重建,进而得到任意分辨率的人体头部三维曲而的数字表示及三角形、四边形网格图等表示形式,一维插值与传统的三维曲面重建的二维插值方法相比较,算法简单,三维曲面重建所需的时间也较少。该方法已在PIII 800PC机上进行了验证,获得了较好的效果。     

基于KIV模型的脑电识别方法

脑电信号具有动态、非线性和数值高度随机的特点, 针对传统的人工神经网络模型识别脑电信号时在特征提取和识别精度方面表现出的局限性, 本研究提出了一种新的识别方法, 使用KIV模型对脑电信号进行识别. 首先, 通过仿真实验, 分析了KIV模型不同的刺激下表现出的动力学特性. 接着, 使用KIV模型分别对癫痫脑电信号和情感脑电信号进行识别, 在实验过程中不进行特征提取, 直接将多通道原始脑电信号输入到KIV模型中, 在BONN和GAMEEMO数据集上分别获得了99.50%和90.83%的识别准确率. 研究结果表明, 与现有的模型相比, KIV模型具有较好的识别脑电信号的能力, 可为脑电识别提供帮助.     

微型机上绘制B样条曲面的改进算法

对Ｂ样条曲面拟合参数方程进行了分析，从而找到了一个在微机上的绘制Ｂ样条曲面的改进算法。     

Cubic B样条旋转曲面的自由绘制技术

随着基于样条曲线的模型逐渐成为CAGD的主要研究对象,进一步带动了高度自由曲面建模技术的发展.本文描述一个新颖、直观的旋转曲面绘制技术,它支持三次B样条的自由输入作为轮廓线,并通过提取的样点矢量以及最小方差逼近方法形成旋转轴,利用轴上测量点的切线方向确定各个圆平面,从而建立了平面上旋转坐标矩阵,最终插值空间球面样点生成双三次B样条曲面.实验结果有效地验证了此技术的高效性.     

基于脑电信息的图感认知响应规律及其量化分析方法

\"图\"是人类感知世界的重要媒介,图感认知是大脑认知思维中平面图元与三维形体间形成有效转换的关键通道,但人脑在接受图形输入、完成认知处理并实现知识输出的过程是认知心理学和脑科学交叉学科.目前缺乏充分的研究方法和理论基础,因此针对图感认知过程不清晰及认知分析方法缺乏等问题,根据认知事件的脑电位相关性理论,以二维投影图和三维模型为图感认知对象,设计脑电认知测试实验并分析P300电位变化情况.结果表明:图感认知相关部位主要为大脑的前半部分左额叶位置;P300 电位值可以用于反映大脑的图感认知程度,大脑对图像内容的接受能力越强,P300 电位峰值越低.对比不同样本P300 电位变化,可对图感认知过程进行分析,形成对图感认知能力的量化分析方法,提高图感认知内容对大脑的输入效率,对揭示图感输入和认知机理具有启示意义,并为图像交互深度应用反馈优化提供有效依据.     

基于VC的自动绘制网络拓扑技术

简要介绍了自动发现网络拓扑、数据库设计的方法,通过ADO与数据库的连接及内存泄漏的问题。重点分析了运用VC来自动绘制拓扑的实现方法和详细算法,主要包括设备和链路的自动显示和子网拓扑图的显示;分析了在自动绘出的拓扑图的基础上手工调整拓扑图的实现方法及在拓扑图中随意查看设备和链路相关信息的功能实现算法技巧。     

基于拓扑势的网络拓扑建模方法

针对现有拓扑建模研究中层次型模型不满足幂率分布规律的问题,提出一种基于节点拓扑势与幂率特性的层次化网络拓扑建模方法,给出拓扑生成算法PPHM。通过计算拓扑势实现网络节点的分层,能准确发现网络中的重要连接。对平均最短路径长度等拓扑参数的比较结果证明了该方法的有效性。     

基于PMSI网络拓扑编辑工具的设计与实现

网络拓扑信息在网络管理、网络安全研究以及网络性能分析等方面占有举足轻重的地位,如何获取和利用网络拓扑信息也是众多研究所关注的一个热点.然而,传统的拓扑图绘制都仅仅展现网络设备之间的逻辑关联,无法将设备的物理位置描绘清楚.文中给出一种新的基于公共地图服务框架的网络拓扑图手工绘制工具的设计方案,使得网络设备的物理位置和逻辑关联都可以体现在拓扑图中,提高了网络管理的效率.     

基于拓扑势的网络拓扑建模方法

针对现有拓扑建模研究中层次型模型不满足幂率分布规律的问题,提出一种基于节点拓扑势与幂率特性的层次化网络拓扑建模方法,给出拓扑生成算法PPHM。通过计算拓扑势实现网络节点的分层,能准确发现网络中的重要连接。对平均最短路径长度等拓扑参数的比较结果证明了该方法的有效性。     

计算机３Ｄ效果图在地下空间规划设计中的应用

算机３Ｄ净利要图在土木工程中已广泛用于房屋建筑,桥梁等领域,但在地下空间避的应用在国内尚属少见,阐述了计算机３Ｄ效果图在地下空间规划设计中的作用,通过计算机３Ｄ效果图在广州市山东口区域烈士陵园地块地下空间规划设计的中和应用实例,具体讨论地下空间规划设计中计算机３Ｄ效果图的制作。     

基于投影的快速模板匹配算法

针对传统模板匹配算法效率不高,计算时间长等缺点,本文提出一种基于投影的快速匹配算法,利用对图像色度的投影到一水平轴,使图像数据空间的维度降到一维,并用内积计算相关度,根据已计算的相关度,决定下一次匹配的步长,过滤一些可忽略的子图投影;在计算水平域投影时,不需要从新计算,只需在上一次的结果中,增减一行色度,而且,一次投影...     

基于IPv6网络拓扑发现方法技术的探讨

随着网络应用的蓬勃发展,如何有效地获取IPv6网络的拓扑结构成为网络管理的一项重要内容。本文首先分析了IPv6相对于IPv4协议产生的变化和IPv6相关概念,提出了IPv6网络拓扑自动发现需要解决的关键问题,并给出相应的设计方案和实现方法。     

基于图形整体拓扑结构的地图线对象矢量化

地图自动矢量化是地理信息系统（GIS）发展的迫切需要。本文从图形整体拓扑特征出发,引入节点域的概念,并介绍了一种二值化扫描地图图像中线对象的整体矢量化方法。     

基于SNMP的网络拓扑发现与拓扑生成树的绘制

提出了基于SNMP的网络拓扑发现算法,给出了拓扑生成树的数据结构和绘制算法,并对指定子网存活主机的发现做出了算法改进,给出了对比结果。     

基于Boost电路的蓄电池容量检测装置设计

介绍了改进型的Boost电路结构,给出了能够适应多种蓄电池的通用型容量检测装置的设计方法。阐述了放电电阻的优化设计方法,给出了设计准则。解决了被放电蓄电池涵盖范围广和误接自保护的问题。实验结果验证了设计的正确性。