基于脑机接口的智能家居控制系统

为实现家居系统的智能控制,提出一种基于脑机接口、脑电信号识别分类和增强现实(AR: Augmented Reality)的解决方案.通过佩戴设备收集提取脑电图(EEG:Electro Encephalo Gram)信号,对数据使用小波变换去噪并利用短时傅立叶变换进一步处理,利用主成分分析(PCA: Principal Component Analysis)进行降维和卷积神经网络(CNN:Convolutional Neural Network)进行分类,形成分类模型.根据分类结果得到大脑发出的指令,以此对家居进行控制,结合AR技术能使控制过程可视化且更具交互性,符合未来智能家居控制方法的发展趋势.     

狭缝内C2H4/O2预混气的起爆与速度亏损

受限通道内的预混气起爆与传播受外界因素影响较大,如初始压力、通道尺寸等。通过自制不同高度的狭缝通道,考察了狭缝高度和初始压力对C_2H_4/O_2可燃预混气起爆特性及传播过程的影响。结果发现:改变初压和狭缝高度确实对预混气起爆有较大影响,尤其是狭缝高度的不断降低可能获得不同于常规管道的DDT特性;爆轰波的速度亏损同时与初压和狭缝高度有关,其值正比于H~(-0.8)P_0~(-0.5)。考虑到实验结果的局限性,后续还需进行多次重复实验,以获得更加准确的实验数据。