基于伪随机序列调制彩色视觉刺激的脑机接口

脑机接口（Brain-computer interface,BCI）是一种 新颖的人机交互方式,是通过人的大脑意图和计算机直接进行交流。本文提出了一种基于伪随机序列调制彩色视觉刺激,产生彩色瞬态视觉诱发电位（Chromatic transient visual evoked potential, CTVEP）的BCI系统设计与信号处理方法。根据视觉特性,彩色圆环的交替呈现与消失作为视觉刺激被证明更加舒适和安全。在本文研究中,屏幕上同时呈现36个 彩色圆环刺激,每个刺激的呈现与消失模式由相互正交的36个伪随机Gold序列中的唯一的一个给定。针对采集的枕区脑电信号,利用Gold序列的正交性,本文给出CTVEP的解码方法,通过匹配滤波判断被试注视的刺激图案。通过对20名被试的实验,给出了系统的识别准确率 ,验证了此系统在“翻译”被试选择时的可靠性。     

基于修正变分法开孔板和加强板结构的自由振动分析

为研究船舶开孔板和加强板结构的振动特性,用1阶剪切变形板理论描述各向同性板的位移场,并采用修正变分原理和区域分解方法建立板的离散动力学模型.每一块子域板的位移和转角分量通过第一类切比雪夫正交多项式展开.针对加强板模型,将该方法获得的结果与已经发表的文献和有限元商用软件计算结果进行对比,验证该方法的收敛性和正确性.基于修正变分法探讨多种开孔和加强板模型的自由振动特性,充分说明该数理模型和半解析方法是一种适合处理复杂板结构问题的数值工具.     

试谈粒子群算法

粒子群算法、蚁群算法以及人工蜂群算法等都是智能型算法,这些算法通过对生物种群寻找食物过程的模拟,从而提出了一种人工寻找最优解的模拟算法.粒子群算法和蚁群算法在科研领域和工程领域都有广泛的应用,都用于解决最优解的问题.尽管粒子群算法已不是什么新算法,但仍然有应用价值和研究价值,因此经过对粒子群算法研究之后,从以下几个方面对粒子群算法进行了综述.在介绍了粒子群算法的基本概念之后,介绍了粒子群的应用和不足之处,给出了粒子群算法两个重要参数.     

基于优化的多核学习方法的web文本分类的研究

web文本分类技术是数据挖掘中一个重要研究领域,为了能从海量信息中快速检索遍布网络各处的文档,需要提高web文本分类技术的性能。多核学习方法是当前机器学习领域的一个热点,可以显著提升分类识别能力和学习推广能力,而核方法是解决高维非线性模式分析的有效方法之一。利用多核代替单核能增强决策函数的可解释性并获得更优的性能。本文分析研究了一种基于优化的多核学习的支持向量机,在此基础上结合通用的web文本分类模型,提出了一种基于多核学习支持向量机的web分类方法。通过实验测试表明,该方法具有良好的效果,对比一致组合的多核学习方法,所提出的方法具有较高的准确率。     

基于轮心六分力的载荷分解方法

用Adams建立车辆虚拟样机,根据获取的真实道路轮心六分力结果,使车辆虚拟模型的载荷结果逼近真实道路情况,实现虚拟样机重现实际道路的过程,进而获取车身及其零部件的道路谱疲劳载荷,并为疲劳分析提供载荷输入.     

新抗菌肽设计及活性与功能预测

通过对影响抗菌肽活性因子的分析,确定可量化的因子参数,并对已有抗菌肽的活性因子数据进行统计分析,得到参数取值范围。采用Java技术,对已有抗菌肽序列进行剪切拼接,得到新肽。根据参数取值范围判断新肽,是否有活性,并进行功能预测,同时对抗菌肽构建三维空间结构图。分析证明,亲水端正电荷量是四类抗菌肽具有抗菌活性的重要共性;疏水氨基酸残基百分比和α-螺旋百分比两因子对区分四类抗菌肽功能效果显著。     

一种基于单片机控制的雕刻机模型

设计了一种模拟龙门式雕刻机的控制模型。模型能控制模拟刻刀的画笔绘制任何指定的图案。模型采用通用计算机作为上位机,采用89C52单片机作为下位机,上位机能绘制指定的图案,然后利用串口把坐标信息发送给下位机,下位机控制水平方向和竖直方向两个步进电机动作,进而控制模拟刻刀的画笔绘制出相应的图案。实验结果表明,该模型绘制图案较为精确。     

《电子制作》杂志社约稿

《电子制作》杂志是国家新闻出版总署批准,国内外公开发行的科技类类优秀期刊,由中国商业联合会主管、中国家用电器服务维修协会主办的国家级刊物。国内统一刊号:CN11-3571/TN,国际标准刊号:ISSN1006-5059,邮发代号:82-541。复合影响因子:0.124,综合影响因子:0.043。由众多资深编辑、专家、教授精心打造,全部为实用知识,摒弃虚浮,使之更符     

基于数字技术的便携式多机并联消防应急电源的研究

重大灾害事故现场供电保障是困扰消防部队的一大难题,利用数字技术与光伏技术,研发便携式多机并联消防应急电源是该领域全新的研究方向,本文重点描述便携式多机并联消防应急电源的技术需求与基本实现思路。     

新型光滑正则半监督SVM方法及其在信用评级中的应用

提出了一种基于光滑正则的半监督支持向量机方法,并将其用于建立中小信用评级模型.它从少量标签样本和大量无标签样本中构造反映数据流形结构的光滑正则项,并结合到支持向量机的最大间隔分类器的学习过程.然后,提出一种渐进式方法来迭代获得“半标签”样本,稳健地提升支持向量机的泛化性能.在真实数据集上的实验结果表明,新方法获得的测试精度显著优于多种现有方法,非常适用于中小企业的信用评级任务.