检索结果-内蒙古大学图书馆

生物医学工程学杂志 2017年第1期34卷 106-114页

作者：胡盼张磊周蚌艳吴小培安徽大学计算机科学与技术学院合肥230601 安徽大学计算智能与信号处理教育部重点实验室合肥230039

在非植入式脑-机接口(BCI)研究中,独立分量分析(ICA)一直被认为是具有很大应用前景的脑电(EEG)预处理和特征增强方法,但到目前为止,有关在线ICA-BCI系统的研究与实现的报道还不多见。本文对基于ICA的运动想象BCI(MIBCI)系统进行研究,结... 详细信息

在非植入式脑-机接口(BCI)研究中,独立分量分析(ICA)一直被认为是具有很大应用前景的脑电(EEG)预处理和特征增强方法,但到目前为止,有关在线ICA-BCI系统的研究与实现的报道还不多见。本文对基于ICA的运动想象BCI(MIBCI)系统进行研究,结合ICA无监督学习特点和运动相关去同步化(ERD)现象,构建了一种简单实用的ICA空域滤波器设计方法和三类运动想象判别准则。为了验证所提算法的在线处理性能,本文基于Neuro Scan脑电采集系统和VC++软件平台,完整地实现了在线ICA-MIBCI实验系统。4名受试者参加了系统测试实验,其中两名受试者参加了在线模式的实验。离线和在线实验的三分类运动想象识别结果分别达到了89.78%和89.89%。实验结果表明,本文所提算法分类正确率高,时间开销小,具备跨平台移植的潜力。

关键词：独立分量分析脑-机接口在线系统运动想象

来源：评论

学校读者我要写书评

暂无评论

加权多粒度直觉模糊信息系统的粗糙集模型及其决策

引用

模式识别与人工智能 2017年第11期30卷 971-982页

作者：纪霞赵鹏姚晟安徽大学计算智能与信号处理教育部重点实验室合肥230039 安徽大学计算机科学与技术学院合肥230601

针对现有多粒度直觉模糊粗糙集决策模型的不足,提出粒度加权的多粒度直觉模糊粗糙集模型.首先研究加权多粒度直觉模糊粗糙集的基本性质,分析加权多粒度直觉模糊粗糙集与乐观多粒度、悲观多粒度直觉模糊粗糙集之间的关系,并给出这几种模... 详细信息

针对现有多粒度直觉模糊粗糙集决策模型的不足,提出粒度加权的多粒度直觉模糊粗糙集模型.首先研究加权多粒度直觉模糊粗糙集的基本性质,分析加权多粒度直觉模糊粗糙集与乐观多粒度、悲观多粒度直觉模糊粗糙集之间的关系,并给出这几种模型不确定度量之间的关系.然后给出决策规则的置信度和支持度定义以及决策规则的获取方法,弥补目前常用的多粒度直觉模糊粗糙集的不足.最后通过决策实例分析验证文中模型的有效性.

关键词：直觉模糊信息系统多粒度粗糙集加权置信度支持度

来源：评论

学校读者我要写书评

暂无评论

一种基于反馈的K-means分簇算法研究

引用

信号处理 2017年第8期33卷 1145-1151页

作者：徐倩胡艳军安徽大学电子信息工程学院计算智能与信号处理教育部重点实验室安徽合肥230601

针对典型的LEACH分簇式路由协议分簇不均匀,簇头节点分布随机导致网络能量消耗大的情况,本文提出一种基于死亡节点数目反馈的K-means分簇算法。首先通过K-means算法划分簇的个数,选择簇的中心节点为该簇的簇头,并通过位置集中性得到集... 详细信息

针对典型的LEACH分簇式路由协议分簇不均匀,簇头节点分布随机导致网络能量消耗大的情况,本文提出一种基于死亡节点数目反馈的K-means分簇算法。首先通过K-means算法划分簇的个数,选择簇的中心节点为该簇的簇头,并通过位置集中性得到集中性较大的若干个节点为主簇头群,其中最大的为主簇头,自此完成初始化。此后用一个受死亡节点数调控的自适应打分函数更新每一轮的簇头和主簇头。主簇头只用于融合并传输数据并不负责感知环境信息。仿真实验结果表明:本算法相较LEACH以及传统的基于K-means的分簇算法,在整个网络的生存时间上分别提高了35%和25%。同时证明:反馈机制的加入和主簇头的选取都有利于网络寿命的提升。

关键词：无线传感器网络 K-means算法反馈调节主簇头

来源：评论

学校读者我要写书评

暂无评论

基于面部视频的血流信号提取方法的比较及适用性研究

引用

生物医学工程学杂志 2017年第2期34卷 278-289页

作者：何璇吴小培张超卫兵吕钊安徽大学计算机科学与技术学院合肥230601 安徽大学计算机智能与信号处理教育部重点实验室合肥230601

基于独立分量分析(ICA)的盲源分离技术可从面部视频序列中分离出血流脉冲信号(BVP),进而可获取心率、血氧饱和度和呼吸率等生命体征参数。但现有研究结果并未有效展示ICA在BVP获取方面的优势,因此,一些研究者建议直接利用面部视频图像... 详细信息

基于独立分量分析(ICA)的盲源分离技术可从面部视频序列中分离出血流脉冲信号(BVP),进而可获取心率、血氧饱和度和呼吸率等生命体征参数。但现有研究结果并未有效展示ICA在BVP获取方面的优势,因此,一些研究者建议直接利用面部视频图像序列的绿色通道分量(G分量)并结合时域滤波进行BVP提取(G-BVP)。本文基于9位受试者所提供的面部视频数据,对ICA-BVP和G-BVP两种方法的性能和特点进行了比较,研究了面部器官自然运动和光照变化等因素引起的视频干扰成分对BVP提取效果的影响。实验表明,ICABVP方法在消除运动和光照干扰方面具有较明显的优势。在ICA-BVP方法的具体实现过程中,提出了基于谱峭度的BVP信号自动识别方法,用以解决ICA输出排序不确定的问题。该方法在动态BVP信号获取和心率估计实验中取得了较理想的测试效果。综上所述,ICA-BVP方法在基于面部视频的血流信号提取及生命体征参数估计的应用中,具有更好的稳定性和准确性。

关键词：盲源分离独立分量分析血流脉冲光电容积描记

来源：评论

学校读者我要写书评

暂无评论

环F_p+uF_p+vF_p+uvF_p上的线性码和它们的重量计数器（英文）

引用

中国科学技术大学学报 2017年第11期47卷 899-905页

作者：陈燕娜吴化璋施敏加安徽大学计算智能与信号处理教育部重点实验室安徽合肥230039 安徽大学数学科学学院安徽合肥230601

研究了环R=F_p+uF_p+vF_p+uvF_p上的线性码,其中,p是一个素数,u^2=u,v^2=v,uv=vu.讨论了该环上线性码的一类Gary映射和一些重量计数器并获得了这些重量计数器之间的关系.此外,给出一个实例验证了这些重量计数器的正确性.

关键词：线性码 Gary映射重量计数器

来源：评论

学校读者我要写书评

暂无评论

社交关系挖掘研究综述

引用

计算机学报 2017年第3期40卷 535-555页

作者：赵姝刘晓曼段震张燕平唐杰安徽大学计算智能与信号处理教育部重点实验室合肥230601 安徽大学信息保障技术协同创新中心合肥230601 清华大学计算机科学与技术系北京100084

随着在线社交应用和媒体的迅速扩散,在线社交网络(Online Social Network,OSN)已将我们的日常生活与网络信息空间连接起来.这些连接产生了大量的数据,不仅包括传播信息,还包括用户行为.社交关系挖掘的研究是社交网络挖掘中的一个重要领... 详细信息

随着在线社交应用和媒体的迅速扩散,在线社交网络(Online Social Network,OSN)已将我们的日常生活与网络信息空间连接起来.这些连接产生了大量的数据,不仅包括传播信息,还包括用户行为.社交关系挖掘的研究是社交网络挖掘中的一个重要领域,为我们对网络的形成机理、用户的交互模式和动态机制的理解提供了一个机会.社交关系(Social Ties)是社交网络中人与人连接和交互的纽带,也是社交网络中信息传播的基础.从计算学的观点来看,社交关系挖掘的研究包括社交关系的形成机理、社交关系的语义化以及基于社交关系人与人之间的交互.该文综述性地分析了这3个方面的研究现状,具体来说,在社交关系形成机理方面介绍关系链接预测,在基于社交关系的交互方面介绍关系交互预测,在社交关系语义化方面介绍关系类型预测.首先给出社交网络分析问题的形式化描述和相关概念、常用数据,然后分别介绍关系链接预测、关系类型预测和关系交互预测3个方面的方法、理论和模型,并给出重要的应用实例及其效果.最后,该文给出了未来工作的展望.

关键词：社交关系关系链接预测关系类型预测关系交互预测在线社交网络

来源：评论

学校读者我要写书评

暂无评论

基于模糊邻域粗糙集的信息系统不确定性度量方法

引用

南京大学学报（自然科学版） 2017年第5期53卷 926-936页

作者：徐风姚晟纪霞赵鹏汪杰安徽大学计算机科学与技术学院合肥230601 安徽大学计算智能与信号处理教育部重点实验室合肥230601

邻域粗糙集和模糊粗糙集是粗糙集理论中处理数值型数据的两种重要模型.在数值型信息系统中融合两者在不确定性度量方面的优越性,首先引入了模糊邻域粗糙集模型,并在该模型上定义了模糊邻域粗糙度的概念.模糊邻域粗糙度是通过粗糙集的边... 详细信息

邻域粗糙集和模糊粗糙集是粗糙集理论中处理数值型数据的两种重要模型.在数值型信息系统中融合两者在不确定性度量方面的优越性,首先引入了模糊邻域粗糙集模型,并在该模型上定义了模糊邻域粗糙度的概念.模糊邻域粗糙度是通过粗糙集的边界域来度量信息系统的不确定性,为了达到更为全面的度量效果,在模糊邻域粗糙集模型中定义了模糊邻域粒结构,并基于该粒结构提出了模糊邻域粒度的概念,模糊邻域粒度是对信息系统分类能力的一种度量.最后,通过将两种度量方法进行结合,提出了一种基于模糊邻域粗糙集的混合不确定性度量方法,并从理论上证明其有效性.实验结果表明,所提出的混合度量方法综合了两种单独度量方法的优点,在数值型信息系统中具有更好的度量效果,因此所提出的不确定性度量方法更具有一定的优越性.

关键词：不确定性度量模糊邻域近似粗糙度模糊邻域粒度混合度量

来源：评论

学校读者我要写书评

暂无评论

基于改进邻域粒的模糊熵特征选择算法

引用

南京大学学报（自然科学版） 2017年第4期53卷 802-814页

作者：姚晟徐风赵鹏刘政怡陈菊安徽大学计算机科学与技术学院合肥230601 安徽大学计算智能与信号处理教育部重点实验室合肥230601

特征选择是一项重要的数据预处理技术,其目的是在不降低数据分类精度情形下选择一个特征子集,从而对原数据集达到降维的效果,同时也提高学习算法的性能.在邻域粗糙集模型中,传统方法构造出的对象邻域粒未考虑数据的分布问题,使得邻域粒... 详细信息

特征选择是一项重要的数据预处理技术,其目的是在不降低数据分类精度情形下选择一个特征子集,从而对原数据集达到降维的效果,同时也提高学习算法的性能.在邻域粗糙集模型中,传统方法构造出的对象邻域粒未考虑数据的分布问题,使得邻域粒存在一定的误差.首先通过方差来刻画数据的分布,然后根据数据分布提出一种改进的邻域粒,这种改进的邻域粒能够自适应数据的分布,有着较好的优越性,最后将改进邻域粒与邻域模糊熵结合,提出一种特征重要度的评估方式,并给出对应的特征选择算法.实验结果表明,新提出的特征选择算法在特征选择结果、时间消耗和特征子集的分类精度方面都更具一定的优越性.

关键词：粗糙集邻域粒方差模糊熵特征选择

来源：评论

学校读者我要写书评

暂无评论

毛细力辅助飞秒激光直写制备各向异性及多级结构

引用

光学精密工程 2017年第8期25卷 2057-2063页

作者：苏亚辉范珍珠汪超炜胡衍雷吴东安徽大学电气工程与自动化学院安徽合肥230601 安徽大学计算智能与信号处理教育部重点实验室安徽合肥230009 中国科学技术大学精密机械与精密仪器系安徽合肥230022

将飞秒激光双光子聚合加工技术和毛细力诱导自组装技术相结合实现了各向异性结构和多级结构的制备。首先,使用飞秒激光双光子加工技术加工出微柱阵列,将微柱置于显影液中显影,然后放置在空气中。在显影液蒸发的过程中,微柱结构单元受到... 详细信息

将飞秒激光双光子聚合加工技术和毛细力诱导自组装技术相结合实现了各向异性结构和多级结构的制备。首先,使用飞秒激光双光子加工技术加工出微柱阵列,将微柱置于显影液中显影,然后放置在空气中。在显影液蒸发的过程中,微柱结构单元受到毛细力的作用而弯曲实现自组装。通过控制微柱的高度和直径的不一致性实现了两种各向异性结构制备方法,并成功制备了底层微柱直径分别为2μm和6μm双层结构。由于毛细力的大小和微柱高度无关,且同样端部变形量下较高微柱的弹性回复力小于较低微柱的弹性回复力,更易发生弯曲;直径较大的微柱具有更强的抗弯曲能力,从而引导直径较小的微柱向较大的微柱倾斜,藉此制备了各向异性结构。使用毛细力自组装辅助飞秒激光微纳加工可以实现灵活可控的复杂3D结构的加工,并将在生物医药、化学分析、微流体等领域发挥重要作用。

关键词：激光加工飞秒激光毛细力自组装各向异性结构多级结构

来源：评论

学校读者我要写书评

暂无评论

一种适用于低信噪比环境下的差分相关捕获方法

引用

电子技术应用 2017年第5期43卷 110-113,118页

作者：尚素绢许耀华罗炬锋邱云周教育部智能计算与信号处理重点实验室(安徽大学) 安徽合肥230026 上海物联网有限公司上海200050

直接扩频系统中的捕获是一项非常关键的同步技术。常用差分处理来消除频偏对峰值的影响,然而一般差分捕获算法随着伪码的增长、信噪比的降低都会导致信噪比的损失很大。提出一种改进的差分捕获算法,基于差分相关的M阶无偏自相关捕获算法... 详细信息

直接扩频系统中的捕获是一项非常关键的同步技术。常用差分处理来消除频偏对峰值的影响,然而一般差分捕获算法随着伪码的增长、信噪比的降低都会导致信噪比的损失很大。提出一种改进的差分捕获算法,基于差分相关的M阶无偏自相关捕获算法(MUAC-DF),将信号和伪码相乘消除伪码信息后做M阶无偏差分自相关,在一定程度上弥补了差分带来的信噪比损失,提高了抗噪性能;详细介绍了其数学模型,并且从理论上分析了MUAC-DF算法性能;最后在相同条件下进行仿真验证。实验结果表明,MUAC-DF捕获算法比一般的差分非相干码捕获技术性能更加优越,其捕获性能有4~5 dB的改善,更适应于低信噪比条件下工作。

关键词：直接序列扩频长伪码捕获低信噪比差分相关捕获

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：