虚拟神经元动作电位信号记录仪

本文针对神经元动作电位信号的特征和采集记录要求,充分利用个人多媒体计算机的声卡和Windows9X的DirectXAPI软件接口,在不增加任何额外开销的情况下,实现了Windows9X下的虚拟神经元动作电位记录仪.使用适当的前置放大器,还可提取和记录脑电信息,用于脑缺血和其它脑疾病的研究.     

前馈神经网络中的反向传播算法及其改进：进展与展望

ＢＰ网络和算法是使用最广泛的神经网络模型之一，但由于它使用梯度算法，因而存在固有的局部极小及收敛速度慢等问题。本文首先回顾了ＢＰ算法的产生和发展过程，之后对ＢＰ算法因有的特点进行了阐述，最后针对原基本ＢＰ算法的缺陷对各种改进方法进行了全面并指出了这一研究中的有关问题。     

用于彩色图像分割的支持向量机的快速训练

为了加快用于图像分割的支持向量机算法的训练速度,本文提出主动选择样本简化训练集的新方法.该方法根据像素在颜色空间的统计特性构建可分的训练集,并采用均匀抽样策略大大缩减训练集规模而不降低分类正确率,使得支持向量机可以实时训练,并为参数调整带来便利.由此发展了一种非监督算法与支持向量机相结合的自动图像分割方法.通过支持向量机在线训练,新方法可以获得较高的分割精度,有较好的鲁棒性,现已应用于彩色血细胞图像分割.     

一种鲁棒的人脑组织核磁共振图像分割算法研究

自动的人脑核磁共振(MR)图像分割是许多医学图像应用的关键问题.该文提出了一种有效的自动脑核磁共振图像的分割方法框架体系,脑MR分割框架体系由3个处理步骤构成.首先,采用基于水平集的方法将MR图像中非脑组织剔除,从脑图像中提取大脑组织结构.然后,对MR脑结构图像进行灰度不均匀性校正.最后,该算法采用最大后验分类器可以将人脑组织分为脑白质、脑灰质、脑髓液.在实验中对大量的MR脑图像数据应用该分割算法.实验结果充分证明该方法的有效性.这种分割算法适用于人脑核磁图像分析的各种实际临床应用.     

用核学习算法的意识任务特征提取与分类

介绍了核学习算法中核主分量分析(KPCA)和支持向量机(SVM)的基本原理,给出一种推广误差上界估计判据,实现了SVM核参数及惩罚因子的优化选取.根据多变量自回归模型理论对4个受试对象、三种不同意识任务的脑电信号进行特征提取,并利用KPCA方法进行降维预处理,对SVM进行训练和分类测试.结果表明,KPCA算法在高维特征空间具有较强的特征选择能力,优化核参数的SVM的分类正确率明显高于径向基函数网络,三种意识任务的平均分类正确率达78.6％.     

711肿瘤组织的光谱分析

７１１肿瘤组织的光谱分析张镇西，蒋大宗，郑崇勋（西安交通大学生物医学工程研究所，西安７１００４９）利用带有积分球的分光光度计对肿瘤组织的反射率和透射率进行了测量。与正常组织相比的结论是：肿瘤组织的反射率在３００－４００ｎｍ有明显的变异，恶性程度越高，...     

定性—PID控制方法

针对模型中含有不确定因素的非线性系统给出了两种定性－PID控制方法,克服了定性控制存在定性零点的缺陷。仿真结果表明了该方法的有效性。     

产品质量在线检测与管理系统及若干实际问题

本文介绍了一个利用工业控制计算机对生产线上的产品进行质量自动检测和管理的系统，分析了分散数据采集系统的特点。给出了系统实现方案、工作过程和原理。讨论了数据采集和数据库编程及硬件配置和开发中的若干问题。     

程控交换机交换网络电路板的测试与故障诊断

本文从PS-NA程控交换网络测试台的工程实际出发,提出了一套对交换网络存储电路板的诊断测试方法。它将时分交换网络中的信号部分和控制部分各电路板共同模型化为若干个功能模块,分别讨论了它们的故障模型和测试方法。本算法充分利用了系统的可测性资源,测试复杂性较低,执行时间短。