基于Emotiv Epoc+的眼动信号采集与识别方法研究

使用Emotiv Epoc+脑电波采集头戴设备,对10位被测人员的上、下、左、右、眨眼2次和眨眼3次6种眼球扫视运动信号进行采集,每人每个动作采集5组数据,共获得300组实验数据.对14通道的信号进行带通滤波后,采用短时能量计算方法优选2个最敏感通道,然后对优选出的通道信号采用归一化极值方法进行特征提取,最后采用特征匹配法对信号进行识别.实验结果表明:水平方向眼动识别率达到99.9%,垂直方向眼动识别率达到97.3%,平均识别率达到98.6%.     

QCM传感器性能的有限元仿真分析

由于QCM传感器频率高、振幅小的振动难以观察,无法分析电极对传感器性能的影响.针对这一问题,通过引入了通用有限元分析软件ANSYS,在Workbench平台上建立石英晶片厚度剪切振动模式模型,分析了不同尺寸电极对QCM传感器性能的影响.仿真结果表明:电极直径增加会导致石英晶体的谐振频率下降;电极尺寸过大过小都容易导致寄生模干扰加强.     

基于RBF神经网络的非线性电子器件的建模方法研究

针对当前电路仿真中存在的复杂非线性电子器件的建模问题,利用RBF神经网络在函数逼近时所具有的速度快、精度高的特点,提出了根据RBF网络学习器件的输入输出特性,将得出的网络结构用Pspice中的电路描述语言进行描述,建立了非线性电子器件模型的方法,并验证其有效性.结果表明该方法可作为一种用于非线性器件建模的通用方法.     

基于μC/OS-Ⅱ的嵌入式网络接入技术研究

详细阐述了嵌入式网络接入系统的硬件结构、嵌入式实时操作系统μC/OS-II在51微处理器P87C52上的移植过程和系统软件设计方法.该系统一方面实现了通过TCP/IP网络协议接入Internet;另一方面提供了RS232与I2C等通信功能.这样,每个本地设备都可以通过此系统与Internet相连,而Internet中的其他主机也可以通过此系统对本地的各种设备进行控制,并给出了系统的测试结果.     

硼氢化钠在水中对羟基(羰基)酯的还原反应研究

报道了一种羟基或羰基酯的绿色还原方法.该方法以水为溶剂,硼氢化钠在室温下还原系列羟基或羰基酯高收率生成相应的二醇化合物,具有操作简单、反应条件温和、环境友好等优点.     

海水中声波信号检测算法研究

海水内部复杂的噪声环境以及声波发射端和接收端的相对运动所导致的多普勒效应,使海水中表征有用信息的声波信号信噪比低,且声波频率会产生偏移.针对这一问题,建立了海水中的声波传输模型,并以适合于海底低功耗、微处理器实现的双频声波信号的实时检测算法为研究对象,通过仿真实验对比了相关分析、频谱分析、功率谱密度分析以及短时傅里叶变换等信号检测算法的性能,为海水中声波信号检测系统的实现提供了参考.     

基于字符组合特征及BP神经网络的车牌汉字识别

提出了一种车牌汉字识别方法.该方法基于统计特征中的投影特征将车牌汉字根据结构特征进行粗分类,对于粗分类结果建立不同的BP神经网络分类器,训练完毕后,以MATLAB为软件平台,利用网络参数对车牌汉字进行分类识别.结果表明,该方法对车牌汉字识别有效,识别率高.     

基于特征语谱图和自适应聚类SOM的快速说话人识别

为获得说话人发音特征,基于仿生思想,提出一种基于语谱图统计的方法,通过对说话人短时语谱图的线性叠加获得可表征说话人稳定发音特征的特征语谱图。为解决资源受限的设备中说话人识别系统网络训练速度慢、识别效率低的问题,基于传统自组织映射(self-organizing feature map,SOM)神经网络提出了一种自适应聚类SOM (adaptive clustering-SOM,ACSOM)算法,随着待识别说话人数的增加,自动调节增加竞争层神经元个数,直至聚类数达到说话人个数。采用该AC-SOM模型对100人的自建特征语谱图样本库进行聚类识别,最大训练时间只需304 s,最大单张识别时间小于28 ms;在识别人数相同时,相对于所对比的其他识别方法,该方法大大提升了网络训练速度和识别速度,满足了边缘智能(edge intelligence)系统中对数据处理与执行的实时性的要求。     

具有随机延迟的网络控制系统的模糊PID控制方法研究

针对网络控制系统中的随机延迟及包丢失问题,使用TrueTime工具箱建立了网络控制系统的仿真模型,并采用了模糊PID的控制方法实现了系统的控制,给出了控制算法的设计过程和仿真实验结果.     

Izhikevich神经脉冲发放模型的FPGA硬件实现方法

首先将该神经元模型模块化,然后利用VHDL语言对各个模块进行硬件描述,最后在FPGA中硬件实现了20种神经元的脉冲发放模式,为多种脉冲神经网络的硬件实现提供了参考.