一种基于主成分分析的高光谱图像压缩方法

探讨将主成分分析方法应用于高光谱图像压缩。对扫帚式高光谱成像仪(PHI)图像应用主成分分析的方法,发现能量主要集中在少数几个特征值中,这就为压缩提供了可能。使用峰值信噪比(PSNR)及分类准确率来评估该方法的可行性。实验证实了该算法的有效性。     

WPD-CSP脑电特征提取方法的时间优化

基于小波包分解和共空域模式的方法(WPD-CSP)弥补了CSP方法的频率缺陷,但是非常耗时.针对此问题,提出基于通道选择的WPD-CSP改进方法.使用Fisher判别准则(FDC)选择被试特异的最优通道,对选择的通道进行WPD分解,选择与运动想象任务相关的频率子带进行CSP特征提取,采用Fisher线性判别分析(FLD...     

调节系统风压处理工作面瓦斯的实践

通过对工作面瓦斯来源的分析,采取了调节系统风压的措施,收到了抑制瓦斯超限的效果。     

基于机器学习的柴油机标准油耗模型

针对卡车油耗影响因素多,无法简单进行对比的问题,设计一种基于机器学习的油耗模型。通过前期大量数据的训练和模拟,该模型可以利用车辆行驶参数（如发动机转速、转矩、车速）以及环境因素（如环境温度、环境压力）来计算实时油耗,并得到累计油耗,最终可将偏差控制在3%以内。该方法可为柴油机的油耗分析提供新的思路。     

超高压装置在食品工业中的应用

超高压装置是高压食品研制、开发、生产的关键设备．能否提供性能优良、价格相对适中的高压装置是高压食品产业化的关键．本文系统介绍了食品高压处理的方法及高压处理装置,并就高压技术在食品工业中的发展方向提出了几点建议．     

基于协同工作的平台型高校办公自动化系统设计

办公自动化是高校数字校园建设中的重要应用系统,在充分分析当前高校办公自动化缺点的基础上,基于通用支撑平台,按照协同工作理念,设计出平台型高校办公自动化的架构模型和各子系统的功能模块。根据该模型建设的办公自动化系统,能较好地实现网络环境下的协同办公,并具有良好的扩展性和集成性。     

脉冲电压信号测量系统

随着电子技术的发展,半导体开关元件的切换频率不断提高。为了检测开关元件在快速切换开关时产生的脉冲电压信号,本文讨论了窄脉冲信号检测的原理和方法,设计并实现了脉冲测量电路。该电路分别采用高速ADC和DDR2存储器进行波形采集和存储,并在FPGA中设计检测电路,通过信号同步触发的形式实现窄脉冲信号的实时检测。实验表明:系统能够有效捕获到脉宽为100纳秒级的信号,且具有较高的幅度精度以及良好的实时性。同时,预触发长度可以通过编程实现。     

五十头灌酒机改装小瓶的捷径

近年来,不少啤酒厂家都想在瓶装啤酒的规格上作点文章,增加小包装啤酒(容量350ml的玻瓶),使我国啤酒包装刻板单调、几千年一贯制的旧模样(640ml玻瓶)有个改观。同时,花色品种的增加,可刺激和促进消费,给啤酒市场注入一些活力。应该看到,啤酒包装的多样化、美观化,将是今后啤酒包装技术发展的必然趋势。为了生产小瓶啤酒,专门去新建一条生产线,单是设备购置费大概就得好几十万元,使一些中小厂家望而却步;如果将原有的640ml包装线稍加改造,就可生产350ml瓶装啤酒,费用不过1万多元,这大概是很多厂家都能够承受的。3年前,我厂将一条灌装640ml玻瓶的设备略加修改,变成了灌装350ml规格玻瓶的生产线,使用效果很好。     

特征提取对通道选择方法的影响研究

通道选择可以有效地去除冗余信息,减少特征维数,避免维数灾难和过拟合,因此在运动想象脑电(EEG)信号解码中非常重要。现有的文献主要研究通道选择方法的改进,忽略了不同特征对通道选择方法的影响。主要研究特征提取对通道选择方法的影响。首先,对预处理之后的EEG信号提取方差、自回归(AR)系数、带通功率和小波包能量4种特征,研究单一特征中哪个特征对通道选择方法最有效。另外,计算4种特征的融合特征,研究单一特征和融合特征哪个对通道选择最有效。采用一个公开的脑机接口(BCI)竞赛数据集进行实验,研究不同特征提取方法在Fisher判别准则(FDC)、基于支持向量机的递归通道剔除(SVM-RCE)、最小绝对值收缩和选择算子(LASSO)和组LASSO(gLASSO)4种通道选择方法中的分类结果。实验结果表明,在单一特征中,小波包能量获得了较好的分类结果,其中在SVM-RCE通道选择方法中获得了76.15%的最高平均分类准确率。融合特征的分类结果均优于单一特征,其中在gLASSO通道选择方法中获得了78.6%的最高平均分类准确率。融合特征更能表征复杂的脑电成分,形成信息互补,对脑电任务的分类识别更有效。