基于虚拟现实环境的脑机接口技术研究进展

将脑-机接口(brain-computer interface,BCI)技术与虚拟现实(virtual reality,VR)相结合构成基于虚拟现实的脑-机接口(BCI-VR)新技术是最近在多媒体和娱乐领域出现的一种BCI应用新模式。BCI-VR兼取两者优势互补,同时又相互促进创新,显示出广阔应用前景。本文从BCI-VR系统基本构成、BCI对VR控制和VR对BCI影响等方面,较详细介绍了近年来BCI-VR的主要研究方法、研究进展和成就,并根据作者体会小结了目前存在的难点与未来的可能发展动向,以与读者交流、共同促进BCI-VR新技术的快速发展。     

基于Hadoop的分布式视频车辆检索方法*

针对传统单机视频检索效率低下的问题,设计了一种基于Hadoop的分布式视频车辆检索方法。该方法首先将视频切割成多个分块,然后利用MapReduce和FFMPEG在分布式环境下提取视频帧,再通过车牌识别算法检索其中出现的车牌号码,最后计算出车辆在视频中出现的时间。实验结果表明,与单机检索方式相比,该方式具有更强的数据处理能力和更高的检索效率。     

基于FSA的卫星任务规划流程定制平台设计

随着卫星任务规划资源种类和数量的逐渐增加,基于固定规划流程的卫星任务规划系统凸显出多项弊端,为解决这些问题,通过分析卫星任务规划流程的特点,提出了基于可定制有限状态自动机(FSA)模型的任务规划流程定制平台系统。利用有限状态自动机模型,将卫星任务规划流程中的各业务环节看成该模型中的不同状态,通过状态设置完成流程的定制和调整,以实现对卫星任务规划流程的灵活定制。经过对实验系统的运行结果分析表明,该平台设计可以有效地降低任务规划流程调整的复杂程度,提升卫星任务规划系统的可扩展性。     

机械臂数字孪生模型概念域设计评价方法研究

机械臂数字孪生模型的评价过程中首要环节是对机械臂概念设计方案进行评价,评价方法的优劣性直接影响整个机械臂的设计与制造.提出一种基于价值函数的层次分析法,在功能分析和形态学矩阵的基础上构建了混合的方案评价模型.在原有的层次分析法过程中,对两个因素之间的比较采取指标价值函数的方式,提高了层次分析法的客观性.研究机械臂的数字孪生概念域模型,解决了机械臂设计方案的选择与优化的问题;结合专家知识,使选择的方案具有专家水平,提高了其评价的客观性;基于价值函数的层次分析法,开发了机械臂数字孪生概念域评价软件.     

SBS掺量对改性沥青技术指标的影响

通过对韩国SK沥青和壳牌沥青,分别掺入T161B和4303星型改性剂以及YH1301-1和1320-115线性改性剂,制备出SBS改性沥青,深入的分析了改性沥青各项性能随SBS掺量的变化规律。结果表明：改性剂掺量为4．4％的时候,改性沥青各项性能达到了最优,而且SBS改性剂掺量超过了4．8％的时候,其低温延度就会下降。     

铸造高温合金涡轮叶片热冲击疲劳行为研究

为了研究不同材料涡轮叶片热冲击疲劳性能,采用感应加热热冲击试验装置对三种铸造高温合金涡轮叶片进行了试验研究。利用光学相机、视频显微镜和扫描电子显微镜对叶片表面裂纹形貌、叶片横截面和断口形貌进行观察。结果表明：单晶涡轮叶片热冲击疲劳寿命长于定向晶涡轮叶片热冲击疲劳寿命。定向晶涡轮叶片中添加Re元素延长了热冲击疲劳寿命。热冲击疲劳导致裂纹萌生于叶片中截面考核区并沿叶高方向扩展。裂纹的扩展方式与叶片合金成分及铸造工艺有关。     

充气速率和叶轮线速度对浮选效果的影响

通过１２Ｌ浮选机实验室试验，研究发现增大充气速率和叶轮速度将显著提高精煤产率和浮选速度，但是充气速率的提高会降低浮选效率，而叶轮速度对浮选效率没有显著影响，并且二参数对浮选速度存在交互效应的影响。对于这种新型叶轮，适宜的充气速率为０．８ｍ３／ｍ２·ｍｉｎ，适宜的叶轮速度为１０．４７ｍ／ｓ（在实验室试验条件下）。     

也谈多金属矿床的经济评价问题

<正> 关于多金属矿床的经济评价问题,一些同志已经发表了很好的意见。我想对一些讨论得不够充分的内容谈谈自己的看法。已提出来的评价多金属矿床的方法有价格法、价值法、产值法和盈利法等。各个价格法虽然在词句上有些差别,但其共同本质则是用开采和加工1吨矿石得到的矿山最终产品的价格,表示这种矿石的经济意义。求出开采和加工1吨矿石所得矿山     

基于ESMD-FE-AJSO-LSTM算法的水闸深基坑变形预测

水闸深基坑开挖变形具有明显的非线性和非稳定性特征,基于此,引入极点对称模态分解算法（extremepoint symmetric mode decomposition method,ESMD）对水闸深基坑开挖变形原型监测序列进行多模态分解,并基于模糊熵（fuzzy entropy, FE）理论对各分解分量进行模糊多模态相空间重构,从而有效甄别水闸基坑变形不同时间尺度有效物理特征。构建基于人工水母搜索算法（artificial jellyfish search optimizer,AJSO）优化的长短期记忆（long short-term memory,LSTM）人工神经网络模型,以重构后的各重构子序列为基础进行优化训练,并把训练后的各预测模态分量合并,实现对水闸基坑开挖变形动态预测和分析。以张家港市十一圩江边枢纽改建工程基坑开挖变形监测为例,采用上述方法对该枢纽工程基坑开挖过程变形进行预测和分析。结果表明：基于ESMD-FE-AJSOLSTM算法的水闸深基坑变形预测方法能够有效预测基坑开挖变形非线性特征,相比传统LSTM、循环神经网络（recurrent neural network,...