面向脑电情感识别的改进多分类RVM模型研究

从相关向量机（RVM）和支持向量机（SVM）的相似性以及RVM的稀疏特性出发，将RVM应用于脑电信号（EEG）的情感识别中。针对一对一（OAO）和一对多（OAA）两种多分类方法各自的特点和不足，提出了一种全新的两层多分类模型（OAA-OAO），改进现有OAO算法中无效投票影响最终决策的现象。设计情感EEG信号识别对比实验，验证基于RVM的改进多分类算法在脑电信号情感识别中的应用。对于实验室采集的情感脑电信号，提取其非线性特征（功率谱熵、样本熵和Hurst指数）并采用主成分分析法进行降维。将OAA-OAO-RVM算法分别和OAO-SVM、OAO-RVM两种识别网络进行对比，分析RVM的识别性能以及OAA-OAO多分类算法的分类性能。结果表明，采用降维后的最优特征集合作为识别网络的输入向量得到的识别性能更高，且RVM表现出的性能优于SVM。同时，改进后的OAA-OAO算法较传统OAO模型的平均识别率提高了7.89%，证明OAA-OAO算法可有效去除一部分无效投票从而使分类精度得到显著提高，验证了此模型是一种有效的多分类模型。     

基于物联网的高校智慧校园建设研究

<正>智慧校园能够为师生提供智慧、灵活、便捷、高效的校园管理、教学服务、生活服务等功能。本文从技术架构及功能结构两方面对基于物联网的高校智慧校园建设进行阐述,详细介绍了架构应用层、平台层、网络层、感知层的概念及功能。基于物联网的高校智慧校园建设的目的是为了适应高等教育的快速发展,满足学生和教职员工在教学方面、生活方面的的需要,以物联网技术为载体,构建一个智慧、灵活、便捷高效的校园智能服务系统,使其更好地为学校发展提供坚实的基础支撑。     

结构裂纹损伤的Lamb波层析成像监测与评估研究

结构健康监测研究中,板壳类结构裂纹损伤监测一直是研究的热点。采用基于相关性分析的概率损伤重构算法(Reconstruction algorithm for probabilistic inspection of damage,RAPID),对结构裂纹损伤监测进行研究。利用RAPID算法中采用信号之间的差异性进行损伤识别和重构,克服了Lamb波复杂多模传播特性对信号分析的影响。在此基础上提出一种改进的RAPID算法,根据裂纹损伤对Lamb波监测信号的反射及散射作用,通过校正损伤区域中裂纹方向上的信号差异系数值(Signal difference coefficient,SDC),强化裂纹方向上的重构图像信息,实现对裂纹损伤的图像重构,并由接收端SDC分布图评估出裂纹的长度。试验结果表明,该方法能较为准确地实现对裂纹损伤的直观图示,重构出的裂纹层析图像能很好地反映裂纹的信息,实现方向及长度的评估,可用于对裂纹损伤的定量评估和扩展监测。     

面向情感语音识别的非线性几何特征提取算法

针对现有时域、频域属性特征在区分情感状态上存在的局限性,提出一种基于相空间重构理论的非线性几何特征提取方法。首先,通过分析情感语音信号的最小延迟时间和嵌入维数来实现相空间重构;其次,在重构相空间下分析并提取基于轨迹描述轮廓的五种非线性几何特征;最后,结合韵律特征、MFCC特征和混沌特征,设计实验方案验证所提特征区分情感状态的能力并通过特征选择获得情感信息完整的最优特征集合。选用德语柏林语音库中的五种情感（高兴、悲伤、中性、愤怒、害怕）作为实验数据来源,支持向量机作为识别网络。实验结果表明：与韵律特征、MFCC特征和混沌特征相比,所提特征不仅可以有效地表征语音信号中的情感差异性,也能够弥补现有特征在刻画情感状态上的不足。     

基于汉字笔画与结构的特征字库构造及优化

以GB2312标准的6 763个汉字为例,首先以笔画骨架点集形式制作楷体字库标准模板;而后以同种形式采集书写者的45个手写汉字,从中提取笔画和部件等字素,计算基本书写特征并将其赋予标准字库模板,从而初步构造出该书写者的基本特征字库;接着利用机器学习的SVM和KNN方法,针对45个例字,对不同书写者例字集的结构特征进行计算,将所得结构特征赋予上述基本特征字库,最终得到书写者的个性特征字库,此即谓"优化"。最后进行的主观判断实验说明,优化后的字库有更高的接受度,本方法有望大大降低个性化字库的制作难度,降低书写者输入压力,缩短字库制作时间,节约字库制作成本。     

太赫兹时域光谱系统检测MCT陶瓷太赫兹性能

通过固相反应法制备MgTiO3-CaTiO3陶瓷,采用太赫兹时域光谱系统测试该陶瓷样品的时域光谱,经过计算得到0.2 THz~2.5 THz频率范围内陶瓷的电容率和吸收系数;介质陶瓷的电容率随烧结温度升高先增大后减小,烧结条件为1 260℃×3 h的陶瓷性能最佳,在1 THz处电容率为18.68,吸收系数为8.52 cm-1,可望应用于太赫兹整机设备中的材料与元器件。     

2(2-UPR+SPR)串并联机构雅可比矩阵的建立

建立了一种新型串并联机构的雅可比矩阵。首先,介绍了一种新型的2(2-UPR+SPR)串并联机构,该机构由两个2-UPR+SPR机构串联而成,它具有串联机构和并联机构的共同优点。然后,根据2-UPR+SPR机构中存在的几何约束建立了其速度约束矩阵和速度耦合矩阵。最后,分析了2(2-UPR+SPR)串并联机构的速度传递关系,通过合理处理独立并联机构的速度耦合和约束关系,建立了2(2-UPR+SPR)串并联机构整体正向和逆向雅可比矩阵。研究结果表明,2(2-UPR+SPR)机构的雅可比矩阵包含各个独立并联机构的运动、约束和耦合信息。所提出的建立2(2-UPR+SPR)机构雅可比矩阵的方法也适合其他串并联机构。     

元宇宙的AI计算：新场景驱动的计算架构升级

元宇宙概念具有广泛的行业和场景应用,随着VR、AR等产业链成熟度的提升,加之疫情推动了居家办公需求的增长,越来越多的线下交互场景与元宇宙概念融合。AI技术在推动元宇宙产业的场景建设、交互联通,以及可持续性方面起到了至关重要的作用。AI芯片作为元宇宙底层算力基础设施的重要组成部分,需要在架构通用性、硬件虚拟化、网络互联等多维度进行迭代,以应对多样化的计算需求。在当前新场景、新技术不断涌现的背景下,企业只有不断拓展自身产品的应用场景,坚持技术架构的创新,才能在元宇宙时代脱颖而出。     

Hydrothermal synthesis and photoluminescent properties of Li2Sr0.996SiO4:Pr0.0043+ phosphors for white-LED lightings

Red phosphors, Li2Sr0.996 Si O4: Pr3+0.004, with different hydrothermal conditions were prepared via hydrothermal synthesis and then heat-treatment. The chemical structures of the phosphors were identified with X-ray diffraction(XRD). Surface morphological features were observed by scanning electron microscopic(SEM) investigation. Spectra of excitation and emission for the phosphors were also obtained by a spectrophotometer. Results showed that the optimum conditions were as follows: p H value of solution was 1–2, reaction temperature was at 180 oC for 24 h. The as-prepared phosphors exhibited two excitation dominant peaks at 451 and 486 nm, attributed to transitions of 3H4→3P2 and 3H4→3P0 of Pr3+, respectively. A narrow emission peak at 610 nm corresponded to the energy level transition of 3P0→3H6 of Pr3+ under excitation of light at 451 nm, which indicated promising candidate red phosphors for blue LED chips.