针对长时间观看水平运动立体视频所引发的视觉疲劳这一现象,采用单一运动形式的水平立体视频刺激为实验素材,通过主观实验对比分析被试观看同样的3D素材与2D素材后所引起疲劳感受的差异性.分别采集被试疲劳前后的EEG(electroencephalography)信号与ERP(event related potentials)信号,提取疲劳前后30个电极EEG信号的θ、α、β3个波段小波系数的均值及其比值、、θ/(α+β)、(α+θ)/β、θ/β、(α+θ)/(α+β)作为时频域特征,提取样本熵作为脑电信号的非线性特征.将时频域特征与非线性特征作为联合特征进行立体视觉疲劳评估,避免了单一特征的局限性,多角度分析了视觉疲劳前后特征参数变化.实验结果表明,3D与2D视频均能够使被试在一定程度上产生视觉疲劳现象,且3D显示比传统2D显示对人的影响更大.对比分析ERP信号发现疲劳状态下的N200和P300成分幅值明显下降,而潜伏期略有增加.通过可分性指数FCSI(Fisher’s class separability index)算法、支持向量机SVM(support vector machines)、基于互信息的特征选择算法等筛选出评估水平运动视觉疲劳的最佳特征参数为CP3电极上的α/θ.同时,结合脑区分析发现,与水平运动立体视频关系最为密切的两个脑区可能为顶区与前额区.
针对电场耦合式无线电能传输系统(electric-field coupled power transfer,ECPT)中归一化频率的变化是否会对系统的最大输出功率和系统电能传输效率产生影响的问题,利用阻抗变换理论对CLC-S谐振型电能传输系统进行建模分析,给出系统传...
详细信息
针对电场耦合式无线电能传输系统(electric-field coupled power transfer,ECPT)中归一化频率的变化是否会对系统的最大输出功率和系统电能传输效率产生影响的问题,利用阻抗变换理论对CLC-S谐振型电能传输系统进行建模分析,给出系统传输功率和效率的计算方法,并得出两个结论:1)随着归一化频率的变化,负载接收的最大功率点和系统最大传输效率点存在不一致性;2)负载接收的最大功率在归一化频率略小于1处取得。基于电路仿真的结果验证了以上理论分析结论。最后,根据仿真模型设计了电场耦合式无线电能传输实验系统,通过实验结果进一步证明了理论分析的正确性。
由于不同气象条件会影响太阳辐照度的有效利用,这制约了太阳能的应用和发展.为了基于不同站点不同采样时刻的气象属性预测中尺度站的太阳能辐照度,依据传统卷积神经网络的框架,建立了一种新型的卷积神经网络结构并用于太阳能辐照度预测.为了缓解新型网络由超参数选取不当导致预测性能差的问题,利用融合算法对新型网络的超参数进行优化.为了提高融合优化算法的全局搜索能力,引入帐篷映射对粒子的初始位置和初始速度进行混沌初始化.首先,导入训练集更新新型卷积神经网络框架,训练结束后导入验证集检验当前模型参数下新型卷积框架的性能.其次,混沌融合算法依据新型卷积神经框架在验证集上的预测性能更新模型的超参数.对更新模型的超参数多次检验,直至最优的预测模型在验证集上的性能趋于收敛.最后,输出模型的最优超参数,建立太阳能辐照度预测模型.基于气象实测数据建立太阳能辐照度预测实验,引入其他两种预测方法进行对比仿真研究,并尽可能复现了Eustaquio and Titericz团队的预测方法(GBRT)作为太阳能辐照度预测性能的评估基准.实验数据表明:混沌融合算法可以有效地提高新型卷积神经网络的预测性能,所提出预测方法的全年太阳能辐照度的均方误差较GBRT降低25.9%,绝对平均误差较GBRT降低了10.7%;全年太阳能辐照度平均误差率降低了18.4%,误差率小于0.1的样本量增加了21.1%.
为解决压缩式制冷系统运行时存在的时滞、耦合及外部干扰等问题,提出一种基于扰动观测器(DOB)的改进Smith预估解耦控制方案.首先,在常规Smith预估控制结构中引入DOB对系统总体扰动进行观测;然后,利用一阶Pade近似将系统模型中的时滞环节做线性化处理,进而通过串联对角矩阵的方式实现系统解耦;最后,根据ITAE(Integral of Time-weighted Absolute Error)最小评价准则完成控制器参数整定,并分析了系统鲁棒稳定性.仿真结果表明:该方法较好地实现压缩式制冷系统解耦的同时,使系统获得了更强的鲁棒性及抗扰性,并且约有0.6%的节能效果.
暂无评论