近红外耳穴信号的超低频成份提取与分析

血氧超慢信号与脑神经递质的超慢振荡特点具有平行性与同源性。应用940 nm单波长近红外对管,检测识别耳颞穴的透射信息,可以帮助理解脑神经血管耦合的机制,同时发现新信号的特征以支持脑认知研究。具体工作包括:①基于输出能量的最大值寻优探头传感角度;②基于软件SPSS11.0统计描述谎实数据差异显著性的P分数;③利用Agilent54624A型示波器内嵌的FFT功能,提取近红外透射信息中0~100 mHz的超低频特征,以便显示谎和实的差异性。研究工作进一步细化了专用的近红外耳穴信息识别系统,为整机的SoC化奠定了基础。     

Agent域的Web Services资源管理模型

Web网格是一个新的研究领域,网格环境相对于一般网络环境有着更为复杂的特征,实现有效的网格计算还有很多需要解决的问题。在网格环境里如何有效地管理Web Services资源是影响网格计算是否成功的最重要因素之一。本文通过分析Web网格资源管理的现状以及目前Web网格资源管理技术中的不足之处,提出了基于Agent域的Web Services管理模型。     

基于网络拓扑优化的WSN最小跳路由算法

以节能为主要目标,基于最小跳路由的思想提出一种基于网络拓扑优化的WSN最小跳路由算法——MH-TO算法。该算法采用折半匹配的功率调整策略对网络拓扑进行优化,并引入“塔模型”实现节点的最小跳信息的学习,使得信息包路由时沿着最小跳的路径向sink节点传送。理论分析和仿真实验结果表明,与基于最小跳数场的自组织路由算法相比,该算法能够降低能量消耗并均衡能量负载,从而显著延长网络的生存期。     

基于统计信息的未登录词的扩展识别方法

该文提出一种基于网络资源的未登录词的扩展识别方法。该方法以左右邻信息判断未登录词边界为基础对已识别出的二元候选未登录词种子进行扩展,从而得到不限长度的语义更完整的未登录词。实验证明该文方法可行有效。     

自己动手打造低价高效的教育城域网——邗江教育局网络改造侧记

正为促进教育资源共享,充分发挥信息技术在教育教学中的重要作用,邗江教育局对城域网进行了改造,新的城域网采用扬州电信提供的VPN电路服务组建,代替原有的网通VPN线路。将下属     

Zeno——第一个具有完整个性机器人

Zeno——作为2009年市场上的一个玩具,他是不断发展的机器人中最像人的。它丰富的面部表情让这个机器人的个性以及与人的感情交流更加完善了。     

一阶双曲构建Hill密码及计算机模拟

讨论用PDEs构建Hill密码的方法。以一阶线性非齐次双曲方程混合问题的形式给出加、解密问题的模型,由差分格式算法设计可用于加、解密的矩阵方程。改进的Hill密码系统中,矩阵变化多样、密钥空间大且便于传输和管理。用MatLab编制软件实现加、解过程并对部分结果进行分析。     

掺钕单模光纤激光器的调Q实验研究

采用连续运转Ar+激光器5145 Å输出波长光作为泵浦源,采取端泵浦的平凹光学谐振腔结构,用光学斩波器作为Q开关,建立了掺钕单模光纤激光器的调Q实验装置,对这种激光器的调Q特性进行了实验研究和讨论。     

光伏直流变压器不闭锁零电压穿越策略

针对中压直流系统双极故障下光伏直流变压器的低电压穿越问题,首先基于双有源桥和全桥隔离电路的子模块拓扑结构,分析光伏直流变压器正常运行时最大功率点追踪控制的快速实现方案。然后利用光伏电池板输出特性,提出光伏直流变压器不闭锁穿越策略,该策略对故障时长不敏感,可实现严重故障下的零电压穿越。进一步,针对故障穿越暂态过程中的过电压及子模块不均压问题,提出多控制策略间的平滑切换方案,有效降低暂态过程中的过电压现象,改善子模块间的均压效果。最后在MATLAB/Simulink环境中搭建仿真模型,验证所提策略的有效性。     

耦合时序特征分解筛选的大坝变形分析模型

高精度的变形预测对大坝安全运行和长期维护具有重要意义。针对当下方法预测精度低、数据信息挖掘不充分的问题,通过将变形序列进行变分模态分解,构建大坝变形影响因子与分量之间的关系,进而搭建不同结构参数的长短期记忆神经网络,最终提出了一种大坝变形分析模型。该模型综合灰狼算法、最小能量误差标准、最小冗余最大相关性方法等策略,从前端分解、信息提取和时序预测三方面对模型进行了改进,实现了最优化建模。实例分析表明,相较于常规监控模型,所提出的变形分析模型能够准确模拟坝体形变过程,具有较高的预测精度和泛化性能,可以为大坝变形安全分析提供参考。