基于过程神经网络的步态模式自动分类

为克服步态辨识中特征向量法存在的步态特征难于提取、计算量大和算法复杂等局限,提出一种基于过程神经网络的步态模式自动分类综合方案.为感知人体步态,在测试者下肢安装加速度传感器来采集步行过程中的时序运动学信息.采用巴特沃斯滤波处理并将其拟合为时变函数直接输入到过程神经网络,利用其对任意连续泛函的逼近能力来实现对不同步态模式下时序加速度信号的自动分类.同时,针对传统梯度下降法难于收敛和局部极小等问题,提出采用粒子群优化算法对网络的权函数和权系数进行学习.实验证明了该方案的正确性和有效性.     

LaBr3(Ce)探测器探测效率影响因素研究

LaBr₃（Ce）晶体是一种性能优异的新型无机闪烁体,是制作闪烁体探测器的优异材料。LaBr₃（Ce）探测器在核测井、环境监测、核医学等领域得到了广泛应用。探测器的探测效率是探测器设计和研制的一个重要指标,利用Geant4工具包建立LaBr₃（Ce）探测器的探测模型,对影响探测器的探测效率的相关因素进行研究。结果表明：探测效率与晶体截面形状、尺寸有关：矩形截面的探测效率低于圆形和方形截面,而且晶体径向尺寸越大而长度越短,探测效率越高;LaBr₃（Ce）探测器的探测效率与射线的能量有关：能量越高,探测效率越低;同时,若是发散的放射源,与探测器间距越小闪烁体的探测效率越高。通过探测器探测效率的影响因素分析,对基于LaBr₃（Ce）探测器研究和设计具有一定的参考价值和指导意义。     

基于时-频分析的步态模式自动分类

针对不同路况和运动模式下的高维、非线性、强耦合和高时变下肢加速度信号的识别问题,提出了一种基于时——频分析的步态模式自动分类方案.利用三轴加速度传感器采集运动时小腿在矢状面、冠状面和横切面的加速度信号,利用五阶Daubechies小波基对其进行特征提取,并采用线性判别式分析进行降维,最后利用决策树和支持向量机对得到的精简步态特征进行模式分类.实验结果显示两种分类器的总体分类准确率均达到90%以上,个别步态分类可达到100%,验证了特征提取和降维方法的合理性和有效性.      

相移条纹投影三维形貌测量技术综述

结构光三维形貌测量系统目前得到了越来越广泛的应用和研究,相移条纹投影三维形貌精密测量技术是其重要的发展方向。对结构光相移条纹投影三维形貌测量系统的应用发展、工作过程、不同系统构成方式、相移条纹的各种形式及特点、相位误差校正方法、不同相位解包裹算法及其优缺点和适用场合、测量系统数学模型的实现方法及其相应的优缺点、高动态范围测量技术等进行了详细的分析。对相移条纹投影系统的工作流程、实现方法、关键技术的发展及其存在问题等进行了比较全面的梳理,为三维形貌精密测量技术进一步满足先进制造中更高精度的要求指出了后续的研究方向。     

铸坯表面温度场测量仪的研究

基于面阵CCD(charge coupled device)的测温系统可以有效克服氧化皮对铸坯表面温度测量的干扰,近年来成为高温测量领域研究的热点。但CCD的非线性关系导致动态测温范围窄、低温段测量精度低。基于窄带带通滤光片建立了单光谱辐射CCD测温模型,据此研制了由滤光片、CCD、CCD信号处理器及DSP构成的铸坯表面温度场测量仪。通过一点标定和自适应调整光积分时间,扩展了CCD测温范围,同时改善了低温段的测量精度,使各温度段测量结果趋于等精度分布;采用4级流水线机制及DSP、工控机(industrial personal computer,IPC)2级数据处理结构,提高了系统的实时性;该仪器还具有暗电流补偿和以太网传输功能。通过黑体炉标定和现场测量,结果表明研制的测温仪满足铸坯表面温度场测量要求。     

基于高斯过程的改进经验模态分解及应用

传统Hilbert-Huang变换(HHT)的经验模态分解算法是基于3次样条插值的包络线计算方法,存在过冲及边界效应等缺点.针对传统经验模态分解算法求解包络线存在的问题,提出了基于高斯过程回归的改进包络线插值方法.并且讨论了如何优化高斯过程参数,提高了泛化能力及包络线的插值精度,较好地改进了HHT的虚假频率和端点效应问题.通过处理步态数据的试验表明,采用高斯过程方法可以较好地改进HHT存在的虚假频率和端点效应问题,减小了固有模态函数的失真.     

脑-机接口研究进展

作为当前神经工程领域中最活跃的研究方向之一,脑-机接口在生物医学、神经康复和智能机器人等领域具有重要的研究意义和巨大的应用潜力.近10年来,脑-机接口技术得到了长足的进步和飞速的发展,应用领域也在逐渐扩大.在已有相关工作的基础上,介绍脑-机接口系统的主要组成部分,对各组成部分常涉及到的相关基本理论和技术作了总结和介绍,主要包括脑信号获取、脑信号预处理、特征提取、变换算法等相关技术和理论,最后对脑-机接口未来的研究方向进行了展望.