轻度认知障碍磁共振信号中固有频率动态功能性连接的聚类研究

功能性连接（Functional connectivity,FC）可以表示脑区的协同工作能力,目前广泛采用动态功能性连接（Dynamic functional connectivity,DFC）和聚类分析相结合的方法研究疾病的显著性差异分析和分类。但现有研究,对于聚类个数的确定和聚类结果选用并没有明确的标准,且传统的DFC无法表示不同频率的FC信息。因此,本文对轻度认知障碍（Mild cognitive impairment,MCI）磁共振信号中固有频率DFC聚类问题进行研究。首先对被试的时间进程（Time course,TC）数据做噪音辅助的多元经验模态分解并计算DFC;然后通过评判辅助的聚类方法做聚类分析,再采用最小二乘对聚类结果做拟合;最后采用分类器做分类。实验采用阿尔茨海默病神经影像学（Alzheimer’s disease nearoimaging,ADNI）数据库的数据对本文算法进行测试。实验结果表明,有监督聚类分类准确率高于无监督聚类;引入固有频率的DFC分类准确率要高于传统的DFC;最小二乘拟合能提升分类准确率。     

基于斐波那契树优化算法的切削参数多方案优化方法

针对切削参数优化问题,以生产成本最小化为优化目标,基于斐波那契法最优化原理与黄金分割法,提出斐波那契树优化算法(FTO)进行优化求解.该算法通过全局探索与局部寻优交替进行,达到快速收敛到全局最优解的目的,避免陷入局部最优;通过设置距离参数保留多个有价值的全局最优解和局部最优解,可以一次性得到多个全局最优的优化设计方案.8个典型多峰函数的测试结果表明,FTO算法具有较强的全局寻优能力和较高的寻优精度.利用FTO算法对切削参数进行优化,仿真结果表明,所提出算法能够找到多个满足约束条件的切削参数优化结果.采用多方案优化方法不仅能一次性得到多个生产成本最低的最优解,还能给出切削参数的优化组合取值.多方案优化方法使优化算法应用于工程优化问题具有现实意义.     

3D迁移网络的阿尔茨海默症分类研究

阿尔兹海默症目前还无法被治愈,若能对其正确诊断,则可采用正确治疗方式延缓病人病情。为减少人工诊断的时间和成本,采用机器学习方法来辅助人工诊断阿尔兹海默症,提出了一种利用3D核磁共振成像信号来诊断的迁移学习方法。该方法采用MobileNet迁移网络来提取瓶颈特征,并增加了一个有监督训练的顶层来进一步降维和提取特征,最后在分类层中将被试者所有切片的特征进行合并和训练,完成阿尔兹海默症与正常控制的分类。该方法的优点在于,可使网络的训练时间下降,提高分类准确率。实验采用了OASIS数据对该方法进行测试,结果表明,该方法的分类准确率比传统迁移学习网络提高了约8个百分点,而时间只有传统迁移方法的1/60。     

微棱锥阵列薄膜UV压印成型及光学特性研究

采用UV压印固化成型的方法制备具疏水性的微棱锥阵列减反薄膜,并设计正交试验探究了各工艺对其微观结构成型的影响,得到复形度高的微棱锥阵列薄膜的优化方案(压强0.5～0.8 MPa,充型时间30 s,光固化时间1 min).通过对其减反性能分析,所制备的微棱锥阵列薄膜比无织构的平膜加权反射率低5％,分析各影响因素发现抑制气泡缺陷,并控制微棱锥特征结构参数高度和侧面夹角精度可使微织构薄膜减反能力相比提高21％,同时织构膜水滴接触角表明其具有自洁性.     

带有时偏的MC-CDMA上行链路的盲信道估计

为了能在带有时偏的MC-CDMA上行链路中估计信道，提出了一种新的信道估计方法。该方法能消除时偏对信道估计产生的影响，从而无需系统同步就能准确估计出信道。另外，由于扩频序列的信息对接收端是已知的，因此该信道估计方法可以利用扩频码的信息来完成盲估计。最后的仿真结果显示，该信道估计方法有良好的性能。     

冲突射频识别标签分离的似然解码

在超高频(Ultra High Frequency, UHF)无线射频识别(Radio Frequency Identification, RFID)系统中,当多个标签同时向阅读器发送数据就会发生标签冲突,在介质访问控制(Media Access Control, MAC)层防冲突效率较低,采用物理层分离解码算法可有效提高该系统的吞吐量。特别地,由于Miller码拥有比FM0码更多的副载波,具有更高的抗噪声性能,因此提出了一种物理层分离的最大似然Miller解码方法,用于优化传统Miller解码。该方法聚类并确定各簇对应标签排列情况以分离标签信号,再用最大似然的Viterbi解码完成冲突信号的识别。实验中,仿真数据结果表明,该算法在低信噪比下,分离效率高于传统解码方法约20%;实测数据结果表明,该算法嵌入至动态帧ALOHA系统中,吞吐量达到0.55,高于传统理论最优值0.37。     

基于有限元模型的机枪动态特性优化设计

以某型重机枪为研究对象,建立了机枪的有限元模型;在不改动机枪枪身的前提下,对机枪的枪架进行了结构参数化,并以机枪的动态特性为目标函数,以第一阶固有频率为约束条件,建立了机枪的优化模型。利用一阶优化方法,对枪架结构参数进行了优化设计。仿真结果表明,优化后的动态特性得到了明显的改善,提高了机枪的射击精度,为机枪的优化设计提供一定的参考价值。     

新型机枪枪架及其动态特性分析

以某型重机枪为研究对象,在不改动枪身的前提下设计了一种新型弹性三角枪架。通过建立机枪有限元模型,分析计算了其固有特性;建立基于刚柔耦合多体系统动力学的机枪虚拟样机模型,求解出其在连发状态下的动力响应。所得结果与原有三脚架进行了分析比较,证明了新型三脚架的优越性。     

捕获效应下RFID标签的CATPE防冲突协议

在被动式RFID系统中,当多个标签同时向阅读器发射信号时,捕获效应能使阅读器成功接收其中一个标签信号。为提高捕获效应下的识别效率,本文提出一种名为CATPE (capture-aware and tag-population estimation)的RFID标签防冲突协议。该协议可同时估计标签数和捕获效应的发生概率,并在非等长时隙下设置最优帧长。CATPE协议的优点在于不需搜索极值,仅一步计算就能完成估计,从而降低了计算复杂度。计算机仿真显示,该协议与已有协议的识别效率相近,但计算复杂度得到了降低。