基于EEGNet的脑电信号情绪识别

对一种紧凑轻量型的卷积神经网络EEGNet实现脑电信号情绪识别进行了研究,验证了EEGNet网络对基于脑电信号的情绪识别具有较理想的识别准确率。文章先后对脑电信号情绪识别系统的工作流程及方法进行了详细说明,叙述和分析了数据集以及标签的制作与封装。系统利用32导无线脑电采集设备采集脑电信号数据信息,采用10-20国际标准导联系统连接采集人的脑电数据,然后使用EEGLAB工具包将采集到的脑电数据进行预处理,去除干扰信号,组成信号矩阵,采用EEGNet网络提取脑电信号的数据特征,以达到分辨识别情绪类别的目的。     

基于凹点搜寻的重叠细胞图像自动分离的算法研究

提出了一种重叠细胞图像自动分离的新算法。根据重叠细胞的凹凸性,从细胞重叠区域的凹区域中寻找到凹点,根据凹点数与细胞个数的关系,判断是细胞串联还是细胞并联：如果是串联的情况,则直接将成对的凹点连成直线分离重叠区域;如果是并联的情况,则将凹点与重叠区域的中心连接成直线分离重叠区域。该算法在Matlab环境下对重叠细胞图像进行了自动分离,实验结果表明该算法实现简单,效果理想,且能基本保持原细胞的大小和形状。     

稀土萃取分离过程综合自动化系统

针对我国稀土工业生产过程自动化装备水平普遍较低而造成的生产成本高、产品质量一致性差、资源消耗大的问题,提出了实现稀土产品纯度、金属回收率和产品产量等综合生产指标优化的稀土萃取分离生产过程综合自动化系统,讨论了由生产过程管理系统和过程控制系统两层结构组成的综合自动化系统的体系结构、功能和以萃取分离过程两端出口产品组分指标为目标的优化控制策略。将所提出的系统应用于某公司HAB萃取提钇生产过程,实现了稀土萃取过程的优化控制、优化运行和优化管理,取得了显著的应用成效。     

一种基于时域解相关的双通道语音分离算法

提出了一种基于时域解相关的卷积混合语音盲分离时域算法。该算法利用相关系数对语音信号进行时域去相关处理,同时基于二阶统计量完成双通道语音分离。该算法充分考虑了语音信号本身的相关性及不平稳性,收敛速度快,稳定性好,为减小计算量提出了该算法的递推改进算法。仿真实验表明,在对卷积混合双通道语音信号进行盲分离时,该算法是非常有效的。     

PCNN在指纹图像分割中的应用

提出了采用新型的有生物学依据的人工神经网络-脉冲耦合神经网络（PCNN桺ulse Coupled Neural Network）来实现指纹图像分割的方法,选取低灰度值背景、高灰度值背景指纹图像以及带阴影的指纹图像进行分割实验,有效的实现了指纹图像有效区和背景区的分离,并与传统的标准差阈值跟踪法进行了比较,试验表明这种方法具有更好的效果。     

低功耗高性能的分离比较cache方案

提出了一种基于分离比较cache的设计方法,其技术关键在于设计一个用来存储原标志低四位的全相联cache和分离标志比较器,以确保同时获得高性能和低能量损耗.SPEC95仿真结果表明,分离比较cache能够节省传统四路组相联cache13%的存取时间和45%～60%的能量损耗.     

基于复杂性寻踪的非独立图像盲分离

复杂性寻踪是近期发展起来的一种结合非高斯性和时间相关的投影寻踪方法,目的是在多元数据中找到一个投影方向,使得数据在该方向上的投影具有最令人感兴趣的结构。它是投影寻踪方法在时间序列应用上的扩展,相似于依赖时间的信号源盲分离和独立分离分析。由相互独立的图像混合而成的混合图像的盲分离技术已经相当成熟,但对非独立混合的图像的盲分离仍然是个难题。从时间序列的复杂性寻踪出发,推导出一个复杂性寻踪的定点算法。该算法是经典的快速独立分量分析算法（FastICA）的扩展,继承了FastICA的优点,简单易行,不需要用户选择学习率,并且算法具有快速稳定收敛的性质。该算法应用到非独立图像的混合图像的盲分离时,取得了较好的分离结果。     

基于多源信息的TM遥感图像计算机分类

本文以榆林市城区及其周边范围为实验区,以TM遥感图像的第一主成分纹理信息、归一化植被指数和MNF变换得到的四个波段为数据源,采用支持向量机方法进行分类,并与最大似然法分类和单纯利用光谱信息的基于SVM分类结果进行比较.试验结果表明,将纹理分析方法应用于图像分类中可区分光谱混淆的地类;和传统的分类方法相比,采用支持向量机技术.使用光谱与纹理特征结合的分类方法可以获得更高的分类精度.     

基于alpha稳定分布的盲信号分离

针对当前重拖尾信号盲分离的存在问题,提出一种基于alpha稳定分布的重拖尾信号在线盲信号分离算法。离线计算标准alpha稳定分布的概率密度函数,建立标准函数库查找表;在线估计信号的alpha稳定分布的特征参数、对称参数和尺度参数,从而可以快速获得信号的概率密度函数;采用多层神经网络准确估计评价函数。仿真结果表明,该算法具有较好的分离性能和较低的计算复杂度。     

稀土串级萃取分离过程元素组分含量的多模型软测量

针对稀土串级萃取分离过程中元素组分含量在线测量难的问题,提出了一种多模型软测量方法,用于在线预测元素的组分含量.首先,以物料平衡方程为基础,在多个工作点附近建立了描述萃取过程的局部线性模型.引入减法聚类算法对样本数据进行分类,用得到的分类数据对局部模型参数进行离线辨识.每一时刻根据积分性能指标选择最优模型,同时在线修正局部模型参数.利用某La,Ce,Pr,Nd 4组分串级萃取分离Ce/Pr生产线的实测数据进行了仿真研究,结果表明所提出的多模型方法有效、预测精度较高.