利用EEG参考电极标准化技术研究视觉诱发电位

运用EEG参考电极标准化技术(REST)研究了左、右视野空间选择性注意的早期视觉诱发电位(VEP)反应，经过REST处理后，结果表明左、右视野选择注意的VEPs振幅(P100)增强更显著，与半野VEP的矛盾定侧一致。     

关于完全环的一个注记

环R是左(右)完全环,是指任意的左(右)R-模有投射盖.文中证明了单边完全环如果满足右单内射左伪凝聚则为QF环,部分回答了文献[8]中的一个问题.     

全混洗互连网络中RPS、LPS和IPS的矩阵处理

讨论全混洗光互连网络中左混洗(LPS)、右混洗(RPS)的数学定义与矩阵处理,针对全混洗中关于左逆混洗和右逆混洗现有文献讨论的不足,提出左逆混洗和右逆混洗的数学定义与矩阵描述,讨论各种全混洗之间相互转化和变换关系,完善了全混洗的理论分析,为模拟或验证全混洗网络实验结果提供了理论依据.     

复合型第二种Weber方程边值问题的新解法

研究了复合型第二种Weber方程的一类边值问题,经变量替换转换为变型的Hermite方程边值问题.通过引入左(右)相似核函数,得到边值问题的左区间解可由左区间相似核函数和左边界条件的系数进行组装,右区间解可由左边界条件的系数和左引解函数、交界面条件的系数和右相似核函数进行组装,证明了复合型第二种Weber方程组边值问题的解式具有相似结构,由此提出了求解该类边值问题的一个新解法——相似构造法.     

图片说明

2007年9月10日,马钢公司领导顾章根(前排中)、赵建明(前排右四)、胡献余(前排左四)等领导与第十三期中青年干部培训班学员合影。     

子广义SD代数及其性质

讨论广义SD代数的子代数、左(右)陪集、正规子SD代数以及积代数和商代数,证明了SD代数的子代数相对应的若干结果。     

L-Fuzzy正则半群

定义了L-Fuzzy（内、左、右）正则半群,研究了它们与（内、左、右）正则半群的关系,并给出了判定定理,最后研究了L—Fuzzy（内、左、右）正则半群的结构。     

单J-内射环的刻划

设R是环,证明了:1)R是右Noether,右单J-内射环,且Sr≤eRR或R是右Goldie,右单J-内射环,且Sr≤eRR,则R是右QF环;2)如果R是左完全环且当Rk或kR是单左或右理想时,r(k)是有限生成的,则R是右QF环.推广了文献[2]中Nicholson W K,Park J K,Yousif M F的相关结论并使著名的Faith猜想有了新的进展.     

单J-内射环

在文献[1]中,称环R是单J-内射环,如果对R的任意小右理想UR和任意像单的R-同态f:UR→RR,都存在c∈R,使得f=c·,但没有研究其等价刻划及扩张.论文首先给出了单J-内射环的等价条件:R是左单J-内射对任意的a∈J和R的小右理想B,r(Ra∩B)=r(a) r(B)且任意从R的小主右理想到R的像单的同态可以定义为R中元素的右乘.其次,证明了若R是半局部,右Kasch,右单J-内射环,则:① R是左GPF环;② R是左和右Kasch环;③对任意的n≥1,Socn(RR)=Socn(RR)=l(Jn)=r(Jn);④左和右有限余生成环;⑤ R是右连续环.最后,研究了单J-内射环上的几乎优越扩张.给出了若S是R的几乎优越扩张,则MS是单J-内射模(→)MR是单J-内射环模.     

扭余模代数的一些性质

主要研究了右H-余模代数上的扭的卷积性质，对τ能够作成Hopf代数的扭的充分必要条件，以及扭作用对左H-模代数和右H-余模代数A的结构产生的影响进行了深入探讨。通过严密的推理验证，得出了扭作用的卷积仍旧是扭作用；给出了τ作成Hopf代数(H，△)的扭作用的充分必要条件；证明了(A^H)^τ=(A^τ)^H，(A^coH)^τ=(A^τ)^coH；主要证明了扭的卷积仍是扭，并进一步研究了Hopf代数以及作为左H-模代数和右H-余模代数A的扭性质。     

选择性注意脑电成分的新模型及其应用

提出了一个新的选择性注意脑电信号分解模型Va=GVu+W,并应用总体最小二乘法(TLS)求解该模型方程。根据TLS求得的G和W,注意效应被分解成了两个方面,注意引起的脑神经活动W和注意对非注意情况脑活动的门限调控作用G。将该模型应用于空间注意ERP数据,进一步提出了选择性注意的一个新的理论框架,即在刺激后的200 ms内出现的调制放大(G>1.0)和新活动成分(W)主要起改善信噪比的作用,而在200 ms后出现的调制抑制(GW)则旨在对选择性增强的信号成分的特定认知处理。     

Selective attention to orientation and closure: An event-related potential study

Event-related potentials (ERPs) were recorded when the subjects attended selectively to stimuli in one visual field and responded to the targets including designated feature (orientation or closure) value. Attention to spatial location elicited enlarged PI and Nl at posterior electrodes contralater-al to the stimulus location, whereas selection to orientation or closure elicited selection negativity (SN) and a late negative component (LNC). The selection of spatial location was prior to the selection of orientation or closure. SN was elicited only by the stimuli in the attended visual field, suggesting that the selection of orientation and closure are contingent on the prior selection of location. Moreover, the onset latency of SN was earlier for closure selection than for orientation selection, indicating that the processing of closure occurred earlier than the processing of orientation. The results are consistent with the early-selection theories of attention and provide psycho-physiological evidence     

视觉刺激的空间信息对听觉信息处理的影响

采用认知行为学实验方法,研究了视觉刺激的空间位置对人脑听觉信息处理的影响。实验刺激分为单通道听觉刺激、双通道视听觉位置一致刺激和不一致刺激,16名被试参与实验。实验任务分为判断听觉刺激方向和判断听觉刺激强度两种。实验结果发现任务为判断方向时,视觉刺激空间的不一致使反应速度降低正确率下降;任务与方向无关时,无论视觉刺激的位置与听觉刺激是否一致都促进听觉信息的判断。研究结果说明视觉刺激的空间位置对听觉信息处理的影响与实验任务相关,提出实验任务改变非注意通道信息的选择性注意的新观点。     

基于选择性注意的交通环境显著性及眼动特征研究

通过行为实验,采集了两组被试在不同注意状态下观看道路交通场景图像时的眼动数据,研究了在交通驾驶环境中两种不同注意机制(自底向上和自上而下)驱动下的眼动特征。研究表明,在交通驾驶环境中,基于自底向上注意驱动的眼动特征与基于自上而下注意驱动的眼动特征存在着显著性差异,二者对应的视觉显著图也有明显区别。另外,两种注意机制对信号灯及交通标识等重要交通元素的关注及识别等方面也存在显著的不同。     

视觉空间注意ERP的同步现象研究

脑的同步活动是大脑系统在脑功能区域整合或绑定的一个潜在机制。利用广义同步方法,计算大脑左右枕叶处电极ERP信号的非线性关联度来分析上下视野注意ERP的同步性的差异。实验结果表明注意与非注意以及上视野与下视野之间有明显差异。     

基于空间注意力和卷积神经网络的视觉情感分析

为了解决现有基于深度学习方法的视觉情感分析忽略了图像各局部区域情感呈现的强度差异问题,提出一种结合空间注意力的卷积神经网络spatial attention with CNN, SA-CNN用于提升视觉情感分析效果。设计一个情感区域探测神经网络用于发现图像中诱发情感的局部区域;通过空间注意力机制对情感映射中各个位置赋予注意力权重,恰当抽取各区域的情感特征表示,从而有助于利用局部区域情感信息进行分类;整合局部区域特征和整体图像特征形成情感判别性视觉特征,并用于训练视觉情感的神经网络分类器。该方法在3个真实数据集TwitterⅠ、TwitterⅡ和Flickr上的情感分类准确率分别达到82.56%、80.23%、79.17%,证明利用好图像局部区域情感表达的差异性,能提升视觉情感分类效果。     

基于时空特征融合的视觉注意模型

为了对人类视觉系统(HVS)中的注意机制进行建模,提出了一种基于时空特征融合的视觉注意模型。该模型以亮度对比度、纹理复杂度和前景物体的运动信息等三种初级视觉特征为基础,在自底向上的可计算架构上,采用空间域和时间域的特征融合方式,计算场景的视觉显著性图。试验结果表明,使用该模型可以对场景各个区域的显著性进行有效分析;与Walther和You视觉注意模型的对比结果也证明了该模型可以更准确地提取出场景的注意焦点(FOA)。     

基于选择性视觉注意机制和曲线发现法的弱小目标检测

将选择性视觉注意机制和基于连接点问题模型的曲线发现法引入到深空背景弱小目标检测中。在注意机制中,充分利用目标灰度和运动连续显著性,得到注意焦点整合图;通过基于连接点问题模型的曲线发现法进行目标轨迹检测,最终完成目标检测。实验结果表明此方法有效地降低了信息处理量,具有较强的抗噪性,可用于低信噪比环境中的弱小目标检测。     

仿视皮层机制的随机点视频序列运动特征提取

为了探索视皮层对多方向刺激的运动信息处理机制,依据生物实验中部分中颞叶区（MT）细胞对随机点视频刺激运动感知的侧偏特性,提出了一种仿视皮层机制的随机点视频序列运动特征提取模型。首先,采用Von Mises函数拟合初级视皮层（V1）简单细胞的感受野,再结合非线性的能量模型、调谐和非调谐正则化方法等模拟实现V1复杂细胞对运动信息的方向感知;其次,提出了级联前馈方法对V1复杂细胞响应进行线性加权求和,得到MT细胞的响应输出;最后,利用生物实测MT细胞响应数据对新模型的有效性进行了实验验证。仿真结果表明模型的输出结果与恒河猴的运动感知实验数据基本吻合,能够较好地模拟视皮层对不同夹角的多方向随机点视频序列的运动感知机制,为提取复杂运动序列的特征提供新的方法,进而为视觉类脑计算奠定基础。     

基于视觉关系推理与上下文门控机制的图像描述

为了探索图像场景理解所需要的视觉区域间关系的建模与推理,提出视觉关系推理模块. 该模块基于图像中不同的语义和空间上下文信息,对相关视觉对象间的关系模式进行动态编码,并推断出与当前生成的关系词最相关的语义特征输出. 通过引入上下文门控机制,以根据不同类型的单词动态地权衡视觉注意力模块和视觉关系推理模块的贡献. 实验结果表明,对比以往基于注意力机制的图像描述方法,基于视觉关系推理与上下文门控机制的图像描述方法更好;所提模块可以动态建模和推理不同类型生成单词的最相关特征,对输入图像中物体关系的描述更加准确.