检索结果-内蒙古大学图书馆

仪器仪表学报 2018年第10期39卷 223-231页

作者：谢平齐孟松张园园刘兆军程生翠燕山大学电气工程学院河北省测试计量技术及仪器重点实验室

目前基于多生理信号的驾驶疲劳评估方法得到广泛关注。针对驾驶疲劳识别率有待提高且受个体差异性影响的问题,提出了基于脑电、心电和肌电特征融合及迁移学习的驾驶疲劳评估方法。基于模拟驾驶平台同步采集20名健康受试者的脑电信号、... 详细信息

目前基于多生理信号的驾驶疲劳评估方法得到广泛关注。针对驾驶疲劳识别率有待提高且受个体差异性影响的问题,提出了基于脑电、心电和肌电特征融合及迁移学习的驾驶疲劳评估方法。基于模拟驾驶平台同步采集20名健康受试者的脑电信号、心电信号和颈部肌电信号,基于时频分析方法和复杂度分析方法提取各生理信号特征并进行融合;然后,基于特征空间内大间隔映射（LMPROJ）的迁移学习方法实现对单一源域到目标域疲劳状态的初步判别;最后,将上述多个单一源域到目标域疲劳状态的判别结果进行决策级融合,以提高驾驶疲劳识别算法的准确性和鲁棒性。实验结果表明,基于多生理信号特征融合及迁移学习的驾驶疲劳识别率高于传统机器学习方法,且能提高不同受试者驾驶疲劳检测的鲁棒性,为多生理信号驾驶疲劳检测研究提供了新方法。

关键词：多生理信号迁移学习特征融合决策级融合驾驶疲劳

来源：评论

学校读者我要写书评

暂无评论

基于脑肌电反馈的虚拟康复训练系统设计

引用

仪器仪表学报 2018年第1期39卷 250-257页

作者：谢平刘欢王磊磊程生翠陈伟燕山大学电气工程学院河北省测试计量技术及仪器重点实验室

针对虚拟康复系统在个体适应性、安全可行性和主动参与性等方面的研究需求,提出一种基于脑肌电反馈的虚拟康复系统。采集执行不同手势动作对应的脑电信号及表面肌电信号,提取不同肌肉模块的肌电特征送入支持向量机模型进行运动意图识别... 详细信息

针对虚拟康复系统在个体适应性、安全可行性和主动参与性等方面的研究需求,提出一种基于脑肌电反馈的虚拟康复系统。采集执行不同手势动作对应的脑电信号及表面肌电信号,提取不同肌肉模块的肌电特征送入支持向量机模型进行运动意图识别;提取脑电和肌电疲劳特征,并提出一种萤火虫-模糊神经网络算法,通过脑肌电疲劳特征实时优化调节虚拟场景的控制参数。最后,搭建包含虚拟场景及反馈控制策略的虚拟康复系统,并针对上肢肘关节屈伸、肩关节前屈后伸动作进行康复训练实验,基于肌电特征模式识别结果实现对虚拟场景及目标的控制,基于脑肌电疲劳特征优化调整场景控制参数,通过虚拟系统康复实验验证系统的有效性。

关键词：脑肌电反馈个体适应性虚拟康复特征提取萤火虫-模糊神经网络

来源：评论

学校读者我要写书评

暂无评论

基于sEMG的下肢运动解析方法研究

引用

仪器仪表学报 2018年第2期39卷 30-37页

作者：邱石杜义浩王浩谢平于金须燕山大学电气工程学院河北省测试计量技术及仪器重点实验室

为了实现肢体运动解析并用于康复机器人系统自适应控制,提出一种基于sEMG的下肢运动解析方法。同步采集下肢6块肌肉的表面肌电信号（sEMG）和髋、膝关节角度;引入相干性分析方法,定量描述s EMG和关节角度耦合关系,进而优化选取肌肉通道... 详细信息

为了实现肢体运动解析并用于康复机器人系统自适应控制,提出一种基于sEMG的下肢运动解析方法。同步采集下肢6块肌肉的表面肌电信号（sEMG）和髋、膝关节角度;引入相干性分析方法,定量描述s EMG和关节角度耦合关系,进而优化选取肌肉通道;采用一阶递归滤波器补偿sEMG和关节角度的机电延迟（EMD）;提出基于黄金分割的最小二乘极限学习机（GSLSELM）算法,进行下肢运动解析。实验结果表明,7名被试下肢运动解析的均方根误差（RMSE）和时长,能够满足康复机器人系统控制的准确性和实时性要求。

关键词：表面肌电信号相干性分析肌肉筛选基于黄金分割的最小二乘极限学习机运动解析

来源：评论

学校读者我要写书评

暂无评论

基于小波优化EEMD的甲烷浓度检测信号研究

引用

光学技术 2019年第3期45卷 269-274页

作者：王书涛车先阁王志芳王贵川龚乐燕山大学电气工程学院河北省测试计量技术及仪器重点实验室河北秦皇岛066044 汉中市质量技术检验检测中心陕西汉中723000

为了实现甲烷浓度的测量,设计了基于差分吸收检测原理的甲烷浓度检测系统。检测系统中的气室部分使用了全反射棱镜配合凹面镜的方法来增加光程,使光能够被气体充分吸收,达到了提高测量精度的效果。在测量过程中,受到环境因素的影响,使... 详细信息

为了实现甲烷浓度的测量,设计了基于差分吸收检测原理的甲烷浓度检测系统。检测系统中的气室部分使用了全反射棱镜配合凹面镜的方法来增加光程,使光能够被气体充分吸收,达到了提高测量精度的效果。在测量过程中,受到环境因素的影响,使得接受的信号中存在大量的噪声,为此提出利用小波优化EEMD的方法对接收的信号进行去噪处理,得到的信噪比为16.9925,均方根误差为1.5447×10-4。实验结果表明相比于EEMD或小波的去噪方法,使用小波优化后的EEMD具有更好的噪声抑制效果,方法适用于甲烷收发谱信号的去噪处理。

关键词：光谱学红外差分吸收法甲烷收发谱信号集合经验模态分解(EEMD) 小波去噪

来源：评论

学校读者我要写书评

暂无评论

下肢康复机器人的自适应人机交互控制策略

引用

自动化学报 2018年第4期44卷 743-750页

作者：杜义浩邱石谢平郭子晖吴晓光李小俚燕山大学电气工程学院河北省测试计量技术及仪器重点实验室秦皇岛066004

针对康复机器人运动过程中的人机交互性问题,提出一种下肢康复机器人自适应人机交互控制策略.提取伸屈运动中下肢表面肌电信号(Surface electromyography,sEMG)和足底压力特征,分别用于表征下肢运动意图和人机交互力(Interaction force,... 详细信息

针对康复机器人运动过程中的人机交互性问题,提出一种下肢康复机器人自适应人机交互控制策略.提取伸屈运动中下肢表面肌电信号(Surface electromyography,sEMG)和足底压力特征,分别用于表征下肢运动意图和人机交互力(Interaction force,IF)信息,建立基于sEMG-IF的人机交互信息融合模型,实现下肢康复机器人运动轨迹的在线规划;考虑主动康复运动过程中的人机交互作用,建立具有时变动态特性的人机系统动力学模型,设计间接模糊自适应控制器对期望轨迹进行跟踪控制,实现下肢康复机器人自适应人机交互控制.通过对5名被试者进行下肢康复机器人运动控制实验研究,验证所提方法的可行性和有效性.

关键词：下肢康复机器人运动意图人机交互自适应控制

来源：评论

学校读者我要写书评

暂无评论

基于三维荧光光谱的Krawtchouk图像矩算法在多环芳烃定量分析中的应用

引用

光谱学与光谱分析 2018年第12期38卷 3785-3789页

作者：潘钊崔耀耀吴希军苑媛媛刘婷婷燕山大学河北省测试计量技术及仪器重点实验室河北秦皇岛066004 燕山大学信息科学与工程学院河北秦皇岛066004

以多环芳烃中的芴和苊为研究对象,提出一种将三维荧光光谱技术与Krawtchouk图像矩、广义回归神经网络相结合的定量分析的方法。利用FS920荧光光谱仪获取样品的三维荧光光谱数据,得到对应的三维光谱灰度图。直接计算三维光谱灰度图的Kraw... 详细信息

以多环芳烃中的芴和苊为研究对象,提出一种将三维荧光光谱技术与Krawtchouk图像矩、广义回归神经网络相结合的定量分析的方法。利用FS920荧光光谱仪获取样品的三维荧光光谱数据,得到对应的三维光谱灰度图。直接计算三维光谱灰度图的Krawtchouk矩,将得到的Krawtchouk矩经平均影响值筛选后作为广义回归神经网络的输入,建立多环芳烃(PAHs)的定量模型。预测8组混合溶液的测试样本,芴和苊的平均相对误差分别为0. 98%和2. 15%。研究结果表明,Krawtchouk矩经过筛选后预测结果更为准确,该方法能够有效提取光谱的特征信息,简单、准确的预测PAHs的浓度。

关键词：三维荧光光谱 Krawtchouk矩平均影响值广义回归神经网络

来源：评论

学校读者我要写书评

暂无评论

基于交替三线性分解的芳烃类化合物荧光光谱

引用

激光与光电子学进展 2018年第9期55卷 427-433页

作者：王玉田刘凌妃王书涛张正帅燕山大学河北省测试计量技术及仪器重点实验室河北秦皇岛066004

基于交替三线性分解(ATLD)研究了芳烃类化合物的荧光光谱。通过完整集成经验模态分解(CEEMDAN)及小波软阈值算法对荧光光谱进行了去噪处理,处理后信噪比为28.51,均方根误差为3.52×10~3。ATLD算法能成功分辨出1-萘酚、2-萘酚和萘,... 详细信息

基于交替三线性分解(ATLD)研究了芳烃类化合物的荧光光谱。通过完整集成经验模态分解(CEEMDAN)及小波软阈值算法对荧光光谱进行了去噪处理,处理后信噪比为28.51,均方根误差为3.52×10~3。ATLD算法能成功分辨出1-萘酚、2-萘酚和萘,三种物质的回收率分别为96%~103.3%,97.24%~103.9%和97.2%~103.6%。结果表明,ATLD算法对芳烃类化合物具有良好的预测性能。

关键词：光谱学荧光光谱学交替三线性分解完整集成经验模态分解回收率

来源：评论

学校读者我要写书评

暂无评论

基于深度信念网络的风机主轴承状态监测方法

引用

中国机械工程 2018年第8期29卷 948-953页

作者：王洪斌王红何群王跃灵周振燕山大学工业计算机控制工程河北省重点实验室秦皇岛066004 燕山大学河北省测试计量技术及仪器重点实验室秦皇岛066004

提出了一种基于深度信念网络(DBN)的风电机组主轴承状态监测方法。为了降低建模难度并减少训练时间,首先利用相关系数法选取建模变量,进而建立主轴承正常行为的DBN温度模型并用于主轴承温度预测。该模型克服了传统神经网络随机初始化网... 详细信息

提出了一种基于深度信念网络(DBN)的风电机组主轴承状态监测方法。为了降低建模难度并减少训练时间,首先利用相关系数法选取建模变量,进而建立主轴承正常行为的DBN温度模型并用于主轴承温度预测。该模型克服了传统神经网络随机初始化网络权重、易陷入局部最小值等缺点,能有效提高主轴承温度的预测精度。然后采用指数加权移动平均法(EWMA)对主轴承温度残差序列进行分析,并利用核密度估计方法确定故障阈值。最后基于实测的数据采集与监视控制(SCADA)系统数据对主轴承故障进行模拟。结果表明,与传统预测方法相比,该方法能有效地实现主轴承的异常状态监测。

关键词：数据采集与监视控制深度信念网络温度建模状态监测

来源：评论

学校读者我要写书评

暂无评论

基于压缩采集与深度学习的轴承故障诊断方法

引用

仪器仪表学报 2018年第1期39卷 171-179页

作者：温江涛闫常弘孙洁娣乔艳雷燕山大学河北省测试计量技术及仪器重点实验室秦皇岛066004 燕山大学信息科学与工程学院秦皇岛066004

机械健康监测正进入大数据时代,针对传统轴承故障检测存在的采样数据量大、故障特征依赖主观选取等问题,研究了轴承故障信号变换域的压缩采集、自动特征提取及诊断方法。基于压缩感知和深度学习理论,研究用随机高斯矩阵实现轴承信号的... 详细信息

机械健康监测正进入大数据时代,针对传统轴承故障检测存在的采样数据量大、故障特征依赖主观选取等问题,研究了轴承故障信号变换域的压缩采集、自动特征提取及诊断方法。基于压缩感知和深度学习理论,研究用随机高斯矩阵实现轴承信号的变换域压缩采集,并将此信号输入深度神经网络实现故障的智能诊断。该方法克服了传统针对时域信号的特征提取计算复杂、受先验知识和主观经验影响较大等问题,直接利用含有大量故障信息的压缩感知域采集信号训练深度神经网络,充分利用深度学习挖掘少量压缩采集数据中隐藏的故障信息,从而实现智能、准确的分类。实验结果表明,该方法实现了对不同故障位置和缺损程度的故障特征自动提取与准确故障诊断。

关键词：轴承故障诊断压缩感知域采集深度学习稀疏自编码

来源：评论

学校读者我要写书评

暂无评论

局部裂纹故障行星传动系统固有特性分析

引用

机械设计与制造 2019年第8期 30-33页

作者：孟宗熊景鸣詹旭阳岳建辉燕山大学河北省测试计量技术及仪器重点实验室河北秦皇岛066004 铜仁职业技术学院工学院贵州铜仁554300

建立2K-H行星传动纯扭转模型;运用韦伯法计算正常、太阳轮局部裂纹故障和行星轮局部裂纹故障的内外啮合刚度;对正常模型和裂纹故障模型进行固有特性分析,通过对比发现太阳轮故障对2、3、5阶固有频率影响较大,行星轮故障对2、3、6阶固有... 详细信息

建立2K-H行星传动纯扭转模型;运用韦伯法计算正常、太阳轮局部裂纹故障和行星轮局部裂纹故障的内外啮合刚度;对正常模型和裂纹故障模型进行固有特性分析,通过对比发现太阳轮故障对2、3、5阶固有频率影响较大,行星轮故障对2、3、6阶固有频率影响较大,且行星传动系统在裂纹故障影响下不存在振动模式划分规律。为行星轮系动力学分析奠定基础,对行星传动系统设计和故障齿轮系统进行诊断有重要的价值。

关键词：行星轮传动系统裂纹啮合刚度固有频率振动模式

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：