视觉刺激器高精度同步研究与实现

实现视觉刺激与神经元响应之间的高精度同步一直是视觉刺激器开发最棘手的问题。使用MATLAB与C++混合编程,利用Windows计时函数QueryPerformanceFrequency和QueryPerformanceCounter,采用帧速锁定方式,实现了双屏显示模式下基于MATLAB的视觉刺激器的高精度同步。实验表明,提出的同步方法同步精度达到了100 μs,而且有很好的稳定性,完全满足视觉研究的要求。     

室内自然光照度自适应神经模糊预测方法研究

为了有效预测室内自然光照度,本文利用自适应神经模糊推理系统,建立了基于分块百叶帘的室内自然光照度预测模型.首先通过EnergyPlusTM软件模拟办公空间模型并获得一年中测量点传感器中的照度数据,然后利用这些数据对自适应神经模糊推理系统模型进行训练,实现了不同百叶帘角度下室内自然光照度的预测.检验结果表明:模型预测照度的平均误差为5.2％,一年中大约90％的时间测量点照度百分比误差都小于10％.因此,该模型为分块百叶帘室内自然光照度提供了一种有效的预测方法,对于研究智能照明有着重要的意义.