检索结果-内蒙古大学图书馆

北京理工大学学报 2016年第11期36卷 1188-1193页

作者：孙洁娣李玉霞温江涛闫盛楠燕山大学信息科学与工程学院河北秦皇岛066004 燕山大学河北省测试计量技术及仪器重点实验室河北秦皇岛066004

针对欠定盲源分离混合矩阵的估计问题,提出一种基于局部方向密度检测的孤立时频点处理与霍夫变换相结合的混合矩阵估计算法.首先通过变换域单源时频点处理增强信号的稀疏性,对散点图中的方向直线进行霍夫变换,通过判断局部极大值点确定... 详细信息

针对欠定盲源分离混合矩阵的估计问题,提出一种基于局部方向密度检测的孤立时频点处理与霍夫变换相结合的混合矩阵估计算法.首先通过变换域单源时频点处理增强信号的稀疏性,对散点图中的方向直线进行霍夫变换,通过判断局部极大值点确定源信号数量并估计混合矩阵.针对霍夫变换易出现的峰值簇拥问题,提出采用局部方向密度检测方法先判别并去除孤立时频点,之后再进行霍夫变换,提高了混合矩阵的估计精度.实验结果表明本文所提出的方法能够在未知源信号数量情况下实现混合矩阵估计,且估计精度高于K-means等常用方法.

关键词：欠定盲源分离混合矩阵估计霍夫变换局部方向密度孤立时频点

来源：评论

学校读者我要写书评

暂无评论

异质结构光子晶体微腔实现多通道可调谐滤波

引用

红外与激光工程 2014年第10期43卷 3399-3403页

作者：陈颖王文跃范卉青卢波燕山大学电气工程学院自动化仪表系河北秦皇岛066004 燕山大学测试计量技术及仪器河北省重点实验室河北秦皇岛066004

为解决WDM系统中多信道同时滤波问题,设计并研究了缺陷对一种异质结构光子晶体多通道滤波器的调制机制,结果表明:在光子晶体环形滤波通道中引入点缺陷形成复合缺陷,可克服光子晶体环形腔结构的多模特性,实现单通道内的单纵模滤波;对于... 详细信息

为解决WDM系统中多信道同时滤波问题,设计并研究了缺陷对一种异质结构光子晶体多通道滤波器的调制机制,结果表明:在光子晶体环形滤波通道中引入点缺陷形成复合缺陷,可克服光子晶体环形腔结构的多模特性,实现单通道内的单纵模滤波;对于各个通道,复合缺陷中点缺陷的折射率对输出端透射谐振波长具有调谐作用,且对各通道的可调谐滤波作用彼此独立,随着点缺陷折射率的增大,输出的谐振波长出现红移现象。所设计的异质结构结构光子晶体对WDM系统实现多信道滤波功能提供理论和设计参考。

关键词：可调谐滤波光子晶体复合缺陷多通道

来源：评论

学校读者我要写书评

暂无评论

基于小波包字典优化的旋转机械振动信号压缩感知重构方法

引用

振动与冲击 2018年第22期37卷 164-172页

作者：温江涛孙洁娣于洋闫常弘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

采用工业无线传感器网络的机械状态监测系统需要进行复杂的数据压缩和高精度的重构,而传感器网络节点资源受限,针对这一问题提出基于小波包字典优化的旋转机械振动信号压缩感知重构方法。该方法结合小波包多分辨率分析及K-SVD字典训练方... 详细信息

采用工业无线传感器网络的机械状态监测系统需要进行复杂的数据压缩和高精度的重构,而传感器网络节点资源受限,针对这一问题提出基于小波包字典优化的旋转机械振动信号压缩感知重构方法。该方法结合小波包多分辨率分析及K-SVD字典训练方法,提出了小波包字典优化方法代替传统的正交基字典稀疏表示方法,提高稀疏度。根据旋转机械振动信号自身特征,提出用块稀疏贝叶斯学习最大期望值算法,代替传统仅依赖于稀疏假设的算法实现信号重构。实际轴承振动信号仿真结果表明,该方法相对于传统的压缩感知方法重构性能明显提高。

关键词：旋转机械振动信号压缩感知重构小波包字典优化 K-SVD 块稀疏贝叶斯学习

来源：评论

学校读者我要写书评

暂无评论

阵列式电容传感器优化设计及灵敏特性分析

引用

电子测量与仪器学报 2022年第2期36卷 229-234页

作者：温银堂尹申辉王震宇张玉燕宗乐文燕山大学电气工程学院秦皇岛066004 燕山大学测试计量技术及仪器河北省重点实验室秦皇岛066004

平面电容传感器基于边缘效应工作,敏感场具有明显的软场特性,导致其检测能力易受外部因素影响而降低。为了改善敏感场分布特性,提升传感器的检测精度,提出了一种新型12电极平面阵列电容传感器,对其进行特性分析。首先,采用数值模拟方法... 详细信息

平面电容传感器基于边缘效应工作,敏感场具有明显的软场特性,导致其检测能力易受外部因素影响而降低。为了改善敏感场分布特性,提升传感器的检测精度,提出了一种新型12电极平面阵列电容传感器,对其进行特性分析。首先,采用数值模拟方法建立三维敏感场模型,同时选取灵敏度值三维成像的方法分析子灵敏度和整体灵敏度分布特性。其次,利用评价指标P量化评判新型12电极传感器和矩形阵列传感器的敏感场分布均匀性。建立3种不同物场模型并结合Tikhonov正则化算法进行图像重建。最终结果表明新型传感器的P值减小3.6%,重建图像的平均相关系数增加7.2%。综合验证了新型12电极传感器有效改善了敏感场均匀性,提升了传感器的检测能力。

关键词：平面电容传感器边缘电场敏感场分布图像重建相关系数

来源：评论

学校读者我要写书评

暂无评论

基于表面肌电非负矩阵分解与一致性的肌间协同-耦合关系研究

引用

中国生物医学工程学报 2017年第2期36卷 150-157页

作者：谢平李欣欣杨春华杨芳梅陈晓玲吴晓光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066004

肌肉协同模型是神经产生并控制运动的低维度结构,探讨不同动作任务下的表面肌电信号(s EMG)间的相干性分析,可以体现相应肌群的协同耦合关系,进而能从神经控制运动与肌肉相互配合协调的角度揭示运动产生与执行规律。组织8名年轻健康受试... 详细信息

肌肉协同模型是神经产生并控制运动的低维度结构,探讨不同动作任务下的表面肌电信号(s EMG)间的相干性分析,可以体现相应肌群的协同耦合关系,进而能从神经控制运动与肌肉相互配合协调的角度揭示运动产生与执行规律。组织8名年轻健康受试者(男女均半、20~24岁)进行上肢腕部屈、伸实验,采集动作时相应肌群的s EMG数据,引入非负矩阵分解(NMF)方法分析肌间协同性,并进一步对协同性较高的肌群采用一致性分析方法,研究信号beta(15~35 Hz)和gamma(35~60 Hz)频段的耦合强度关系,探讨腕部伸屈动作下不同受试者之间的协同-耦合性差异。结果表明:腕伸动作下,主动肌桡侧腕短伸肌(ECR)、指伸肌(ED)、尺侧腕伸肌(ECU)、肱桡肌(B)在协同模块W5中具有协同关系,且肌间耦合强度显著(P<0.05),beta频段与gamma频段一致性显著面积相差较大(1.261±0.966);腕屈动作下,分别在协同模块W_1W_4W_5中存在具有协同关系的肌肉对,且肌肉间耦合强度显著(P<0.001),在beta和gamma频段一致性显著面积相差较小(0.412±0.163),但主动肌桡侧腕屈肌、指浅屈肌间不具有协同性,耦合关系较弱。以上说明:神经控制运动的方式不同,体现为肌肉协同-耦合关系有所差异;在同一协同模块中,协同性较高的肌肉间耦合关系较强,揭示神经控制运动规律与肌肉相互配合方式;运用此方法进行肌间协同-耦合联合分析,可望深入揭示中枢神经模块化协同控制运动机制,进一步为运动障碍患者功能分析和评价提供科学依据。

关键词：表面肌电肌肉协同肌间耦合非负矩阵分解一致性分析

来源：评论

学校读者我要写书评

暂无评论

高速滑动电接触构件表面损伤参数计算方法

引用

中国激光 2017年第5期44卷 170-175页

作者：张玉燕郭全丽杨德功王振春燕山大学电气工程学院河北秦皇岛066004 燕山大学测试计量技术及仪器河北省重点实验室河北秦皇岛066004 燕山大学国防科学技术学院河北秦皇岛066004

提出了一种基于3D点云深度信息的函数拟合与三角剖分相结合的方法,构建了高速滑动电接触构件的表面损伤特征提取模型,将损伤区域3D特征数据进行三角剖分,计算了构件表面损伤体积和质量。实验结果表明,该算法计算准确度可达97.3%。

关键词：测量 3D点云深度损伤特征三角剖分损伤质量

来源：评论

学校读者我要写书评

暂无评论

基于EEMD和混沌的信号特征提取方法及应用

引用

计量学报 2013年第2期34卷 173-179页

作者：张淑清董璇翟欣沛龚政燕山大学电气工程学院河北省测试与计量技术及仪器重点实验室河北秦皇岛066004

提出了一种基于集合经验模态分解（EEMD）和混沌相结合的信号特征提取方法，应用于婴儿呼吸信号哮喘检测中。EEMD把呼吸的局部信号分解成一系列频率从高到低的模态分量，对各分量与局部呼吸信号进行相关分析，并给出各分量的Hilbert谱... 详细信息

提出了一种基于集合经验模态分解（EEMD）和混沌相结合的信号特征提取方法，应用于婴儿呼吸信号哮喘检测中。EEMD把呼吸的局部信号分解成一系列频率从高到低的模态分量，对各分量与局部呼吸信号进行相关分析，并给出各分量的Hilbert谱，通过局部分析的结果初步判断婴儿是否患有哮喘；然后，以EEMD局部信号检测出来的信号频率作为混沌振子检测的频率，对全局呼吸信号进行整体检测及分析，由混沌的间歇周期可以得出原始呼吸信号的频率，准确确定婴儿哮喘诊断结果。对EEMD和混沌算法的应用存在的问题进行了改进，将其应用到实测信号的分析中，验证了方法的有效性。该方法能够正确地反映信息特征，准确率高。

关键词：计量学哮喘检测集合经验模态分解间歇混沌婴儿呼吸信号

来源：评论

学校读者我要写书评

暂无评论

基于自排序熵的表面肌电信号特征提取方法

引用

模式识别与人工智能 2014年第6期27卷 496-501页

作者：谢平魏秀利杜义浩陈晓玲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

针对人体表面肌电信号的非平稳、非线性特点,提出一种基于排序熵和自互信息的自排序熵指标,定量描述表面肌电信号的内在动力学特性,实现肢体不同运动状态下肌电信号非线性特征的有效刻画.进行健康受试者上肢肘关节不同弯曲角度下表面肌... 详细信息

针对人体表面肌电信号的非平稳、非线性特点,提出一种基于排序熵和自互信息的自排序熵指标,定量描述表面肌电信号的内在动力学特性,实现肢体不同运动状态下肌电信号非线性特征的有效刻画.进行健康受试者上肢肘关节不同弯曲角度下表面肌电采集实验,计算其自排序熵指标并运用支持向量机进行动作识别,通过与已有表面肌电特征指标的对比分析,验证文中方法的有效性.

关键词：表面肌电信号(sEMG) 自排序熵特征提取支持向量机

来源：评论

学校读者我要写书评

暂无评论

基于多任务学习的快速序列视觉呈现脑电图分类

引用

仪器仪表学报 2023年第11期44卷 215-223页

作者：谢平胡锦城江国乾王鹏宇门延帝燕山大学电气工程学院秦皇岛066004 河北省智能康复及神经调控重点实验室秦皇岛066004 河北省测试计量技术及仪器重点实验室秦皇岛066004

针对快速序列视觉呈现的脑电图数据存在样本不平衡问题,提出一种基于多任务学习的快速序列视觉呈现脑电图分类模型。首先,建立深度共享特征提取模块,利用卷积神经网络自动学习共享参数,提取与任务关联的深度特征;其次,基于分类任务和超... 详细信息

针对快速序列视觉呈现的脑电图数据存在样本不平衡问题,提出一种基于多任务学习的快速序列视觉呈现脑电图分类模型。首先,建立深度共享特征提取模块,利用卷积神经网络自动学习共享参数,提取与任务关联的深度特征;其次,基于分类任务和超球约束任务构造多任务目标函数,利用两种任务的联合学习提取更有效的判别特征,提高模型泛化性。在快速序列视觉呈现公开数据集中进行实验,与常见的脑电分类模型DeepConvNet、EEGInception、DRL以及EEGNet相比,提出的Multi-task EEGNet在32个受试者中平均AUC分别提升3.57%、1.84%、6.22%和2.09%。实验结果表明,提出的多任务学习模型能更充分地提取判别特征,有效提升模型分类性能,较好地解决EEG分类任务中样本不平衡问题。

关键词：脑电图快速序列视觉呈现多任务学习卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于脑肌电融合的混合脑机接口研究

引用

中国生物医学工程学报 2016年第1期35卷 20-30页

作者：谢平陈迎亚郝艳彪陈晓玲杜义浩吴晓光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066004

动作模式识别是脑机接口技术的核心内容之一。针对目前脑机接口动作识别模式单一、识别率低等问题,基于混合脑机接口思想,提出一种脑电和肌电特征融合策略,可实现单侧肢体不同动作模式的有效分类,进而可用于脑机接口技术。同步采集9名... 详细信息

动作模式识别是脑机接口技术的核心内容之一。针对目前脑机接口动作识别模式单一、识别率低等问题,基于混合脑机接口思想,提出一种脑电和肌电特征融合策略,可实现单侧肢体不同动作模式的有效分类,进而可用于脑机接口技术。同步采集9名健康受试者单侧手腕屈/伸两种动作模式下的脑电信号和表面肌电信号,分别提取脑电信号事件相关去同步化特征和表面肌电信号的积分肌电值特征,构建基于支持向量机和粒子群优化算法的脑肌电融合及运动模式识别模型,通过调整"特征融合系数"来实现动作模式最优分类,从而提高模式识别的准确率;进一步通过递降健康人的肌电信号幅值来模拟患者和运动疲劳状态下的肌电信号,验证所提出方法对动作模式识别的有效性。实验结果表明,基于脑肌电融合特征的动作模式识别率(98%)比单纯依靠脑电特征的识别率(73%)提高25%;在运动疲劳状态下,基于脑肌电融合特征的识别率稳定在80%以上,比单纯依靠肌电特征的识别率提高14%。可见,脑肌电融合策略能提高动作模式识别的准确性和鲁棒性,为混合脑机接口技术提供条件。

关键词：脑肌电融合事件相关去同步化粒子群优化动作模式识别

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：