排序方式: 共有36条查询结果,搜索用时 7 毫秒
1.
2.
针对目前运动想象脑电(EEG)信号识别率较低的问题,考虑到脑电信号蕴含着丰富的时频信息,提出一种基于时频域的卷积神经网络(CNN)运动想象脑电信号识别方法。首先,利用短时傅里叶变换(STFT)对脑电信号的相关频带进行预处理,并将多个电极的时频图组合构造出一种二维时频图;然后,针对二维时频图的时频特性,通过一维卷积的方法设计了一种新颖的CNN结构;最后,通过支持向量机(SVM)对CNN提取的特征进行分类。基于BCI数据集的实验结果表明,所提方法的平均识别率为86.5%,优于其他传统运动想象脑电信号识别方法;同时将该方法应用在智能轮椅上,验证了其有效性。 相似文献
3.
4.
5.
胡章芳 《真空科学与技术学报》2003,23(1):19-21
纯平阴极射线管中荫罩的振动会影响图像的色纯度 ,本文提出了一种新的测试荫罩振动方法 ,介绍了彩显荫罩振动测试系统。该系统采用光电转换和计算机信息处理技术 ,对荫罩的振动进行了非接触式实时测量 ,给出了荫罩振动的幅频特性测量结果 ,为提高CRT的图像质量 ,降低荫罩振动对图像的影响提供了一个有力的工具 相似文献
6.
自动语音识别系统由声学模型和语言模型两部分构成,但传统语言模型N-gram存在忽略词条语义相似性、参数过大等问题,限制了语音识别字符错误率的进一步降低。针对上述问题,提出一种新型的语音识别系统,以中文音节(拼音)作为中间字符,以深度前馈序列记忆神经网络DFSMN作为声学模型,执行语音转中文音节任务,进而将拼音转汉字理解成翻译任务,引入Transformer作为语言模型;同时提出一种减少Transformer计算复杂度的简易方法,在计算注意力权值时引入Hadamard矩阵进行滤波,对低于阈值的参数进行丢弃,使得模型解码速度更快。在Aishell-1、Thchs30等数据集上的实验表明,相较于DFSMN结合3-gram模型,基于DFSMN和改进Transformer的语音识别系统在最优模型上的字符错误率相对下降了3.2%,达到了11.8%的字符错误率;相较于BLSTM模型语音识别系统,其字符错误率相对下降了7.1%。 相似文献
7.
蒙特卡洛定位(MCL)算法存在计算量大、定位精度差的问题,由于二维码具有携带信息的多样性、二维码识别的方便性与易用性的特点,提出一种融入二维码信息的自适应蒙特卡洛定位算法。首先,利用二维码提供的绝对位置信息修正里程计模型的累计误差后进行采样;然后,采用激光传感器提供的观测模型确定粒子的重要性权重;最后,因为重采样部分采用固定样本集会导致大计算量,所以利用Kullback-Leibler距离(KLD)进行重采样,根据粒子在状态空间的分布情况自适应调整下一次迭代所需粒子数,从而减小计算量。基于移动机器人进行的实验结果表明,改进算法与传统蒙特卡洛算法相比定位精度提高了15.09%,时间缩短了15.28%。 相似文献
8.
9.
通过减小电极孔径到微米量级来实现高气压甚至大气压放电的现象已成为研究热点。笔者利用不锈钢空心针作为放电阴极,不锈钢网作阳极,进行了大气压微等离子体放电实验研究。实验测量了大气压微放电的伏安特性曲线。实验发现,大气压直流微放电存在不同的放电模式:空心阴极放电和反常辉光放电,随着电流的增加,放电越来越强烈。实验研究了放电电压随压强和气体流量的变化关系。结果显示,随着体系压强的增加,电离过程增多,放电电压逐渐降低。随着流量的增加,气体流动状态由层流状态逐渐过渡到紊流状态,引起放电电压先降低后增加。 相似文献
10.
针对单一智能优化算法求解机器人路径规划时易陷入局部误区的问题,提出改进粒子群优化算法(GB_PSO)用于机器人路径规划.该算法以粒子群优化算法(particle swarm optimization,PSO)为主体,由于遗传算法(genetic algorithm,GA)和细菌觅食算法(bacterial foraging optimization algorithm,BFO)更新策略所受环境影响的不同,拟合两种环境参数;然后计算粒子与不同环境参数之间的相关性将粒子群划分为两类,分别通过GA的选择、交叉、变异算子和BFO的趋化操作并行加强局部优化;最后通过改进的粒子群更新公式对粒子进行更新,实现机器人全局和局部路径的优化.实验结果表明,改进粒子群优化算法进行路径规划提高了局部和整体的搜索能力,路径规划速度快且路径距离短,同时具备更强的鲁棒性. 相似文献