移动通信技术在监视控制和数据采集系统中的应用研究

文章对目前监视控制和数据采集(监视控制和数据采集)系统中可用的几种通信方式进行简要的比较,提出随着移动通信技术的发展,在监视控制和数据采集系统中应用各种移动通信技术进行数据传输将是未来最重要的发展趋势,并着重就监视控制和数据采集系统中采用通用分组交换(GPRS)技术作为传输信道的技术特点、技术原理、系统优缺点、运营费用等方面进行了论述.     

基于Context模型的非嵌入式小波彩色图像编码方案

 在零树小波思想的基础上,结合Context模型提出了一种新的彩色图像编码方案.首先对原彩色图像的3个分量进行色标体系变换,然后对变换后的3个分量分别进行离散小波变换.离散小波变换后的系数首先由门限值筛选操作产生一个Significance Map符号流,该符号流用零树结构表示.接着对非零系数进行均匀量化,将大于门限的值分解为:MSB符号流及剩余的二进制符号流.为了降低存在于Significance Map及MSB符号流中的冗余,我们提出了简单有效的Context模型,而对剩余的具有弱相关性的二进制符号流则直接使用自适应算术编码.经过实验对比证明了该方案在彩色图像编码中具有较优的压缩特性.     

减少多普勒信号时频分布斑点的研究

 商用多普勒分析仪应用短时傅立叶变换(STFT)对多普勒信号进行分析,其所得出的信号时频分布图上存在较多的多普勒斑点;为了减少或抑制这些多普勒斑点,得出较精确的医用参数或指标,讨论了一种基于维纳辛钦定理加窗函数对多普勒信号进行分析的新方法,并将分析结果与STFT法做了对比;最终,我们发现应用这种新方法能有效地减少多普勒斑点,得到更光滑精确的信号时频分布图.     

医院静脉药物配置中心的工作流程与实践体会

目的:介绍我院静脉药物配置中心(PIVAS)的工作流程和运行情况,以及药师在PIVAS的实践体会。方法:通过药师在PIVAS的工作与体会,探讨PIVAS的优点。结果:PIVAS实施一年来,提高输液质量,减少了药品浪费,加强配药护士的职业防护,促进临床药学的发展。结论:静脉药物配置中心为药师提供一个开展临床药学研究的平台。     

基于在线支持向量机的电子鼻模式识别算法

针对现有电子鼻系统训练误差大、运行速度慢等特点,提出了一种新的基于在线支持向量机(Online-SVM)的电子鼻系统模式识别方法。该方法使用CH4气体与传感器阵列响应的值作为输入数据,经在线支持向量机算法进行模式识别,对CH4气体的浓度进行预测和分类。与期望结果对比,新方法的平均误差降低为5.3%,运行时间降为0.1994s,表明基于在线支持向量机的电子鼻系统模式识别方法能有效提高电子鼻系统识别的精度和速度。     

宽带接入技术探讨

宽带接入技术与宽带接入网的建设受到电信行业制造商和运营商的高度重视,并且手段多种多样,已成为当前通信行业中最为活跃的领域之一.文章讨论了目前几种主要的宽带接入技术,通过比较其各自的特点以及不同的应用范围,为最终实际的接入方案提供了参考和依据.     

10kV配电线路中常见的电气故障与排除处理技术

随着时代的进步和社会经济的发展,我国电力系统发展迅速。在电力系统中,非常重要的一个组成部分就是10kV配电线路,在长期的运行过程中,经常会有各种各样的电气故障出现,严重影响到电力系统的正常运行,不利于社会经济的发展。针对这种情况,就需要采取排除处理技术。本文简要分析了10kV配电线路中常见的电气故障与排除处理技术,希望可以提供一些有价值的参考意见。     

麻醉术中绝对血容量不足临床监测告警系统的设计

针对临床用麻醉监测告警系统采用的硬阈值算法对绝对血容量不足等并发症评价指标单一,误报率达75%的问题,研制了1个新的实时智能监测告警系统(real-time smart alarms foranesthesia monitoring,RTSAAM)。新系统包含2个诊断模块,一是血压变化告警模块(SPV模块),另一个是基于新算法的统计告警模块,该模块综合了血压、心率、脉量和呼气末CO2浓度等指标,能够提供足够的诊断支持信息,并可随时调节系统灵敏度。通过Kappa分析,在线和离线状态下新系统与麻醉师的诊断结果一致性分别为76%和81%,说明新系统对诊断术中的绝对血容量不足有效。     

平行三阶段流水作业问题的近似算法

研究了n个三阶段工件在m个流水车间进行加工的排序问题,目标为最小化最大完工时间。当m是定值时,该问题是NP困难;当m2时,问题是强NP困难。将问题分解成3种情形,情形1给出了7/3-1/(3m)的近似比;情形2给出了一个3的近似比;情形3给出了近似比为23/6-1/(3m)。结合3种情形,最终给出了性能比为23/6-1/(3m)的算法。     

改进的FCM算法及其在脑电信号处理中的应用

针对脑电信号的常用识别方法都基于监督型分类算法,需要一定数量的训练数据对分类器进行训练,无法满足实时应用的要求。提出基于数据点密度大小和马氏距离的改进模糊C-均值(FCM)非监督分类算法,对2003年第二届BCI大赛脑电信号分类。首先采用经验模式分解(EMD)算法对脑电信号进行分解,提取相应特征值,再经改进的FCM算法对输入的特征值进行分类。实验结果证明了改进算法在脑电信号分类应用中的可行性和有效性。