思维脑电信号的关联维数分析

采用G-P算法计算了5种不同心理作业下的思维脑电信号的关联维数。计算结果表明:对同一个电极上的脑电数据而言,心算乘法和想象几何图形旋转这两种心理作业下平均关联维数的值比较大。这说明当大脑进行心算乘法和想象几何图形旋转时,大脑皮层神经元的活动加剧,导致脑电信号变的复杂。此外,每种心理实验作业下电极01、02处脑电信号关联维数值均较大,表明枕区皮层神经元相对于大脑皮层其他部位的神经元始终处于比较活跃的状态。     

一种改进的单纯变维数算法

给出了一种新的向量标号法。在此基础上改进了ＶａｎｄｅｒＬａａｎ－Ｔａｌｍａｎ算法。对于连续函数，算法可以从研究的区域中任意点起始，从而产生一条线到解的分段线性路径，最后证明了算法的收敛性。     

对脑干听觉诱发电位相关维数的研究

用二维延时重构技术重构了脑干听觉诱发电位时间序列，并用Ｇｒａｓｓｂｅｒｇｅｒ－ｐｒｏｃａｃｃｉａ算法计算了正常人与有听觉障碍病人的关联积分Ｃ（ｒ）。     

基于相关维数的磁刺激穴位脑功能网络构建与分析

针灸经临床实践已证明其疗效,然而其作用机制仍不清楚,磁刺激穴位为研究针灸理论提供了一种新的方法.本研究采集安静状态和磁刺激内关穴(PC6)状态的脑电(EEG)信号,基于非线性动力学特征(相关维数)和互信息方法构建脑功能网络,基于复杂网络理论对所构建脑功能网络进行分析,对比分析了安静和磁刺激两种状态下的脑功能网络的拓扑性质.实验结果表明,基于磁刺激内关穴构建的脑功能网络与安静状态相比,其拓扑结构发生了改变,网络连接增强,信息传输效率提高,并且"小世界"属性增强.     

一种计算图像分形维数的有效方法

分形维数是一个很有价值的特征,可用来描述粗糙的、具有自相似特征的图像.这些特征已经被用在纹理分割、图像压缩、形状分析以及其他方面.文中提出了一种有效的局部盒维数的计算方法,并用它来提取图像的局部分形特征.用人造图像和自然纹理图像做实验,把它与其他5种计算分形维数的方法比较,结果显示该方法既精确又有效.     

基于相关维数的发动机失速特征

压气机内的压力变化数据，蕴涵着丰富的发动机状态信息，进行分析对于诊断发动机故障有重要意义。运用分形理论，对压气机失速前后的压力变化数据进行分析，分别计真压气机失速前后压力信号相关维数的变化，结果表明相关维数对发动机失速信号是敏感的，可以作为判断压气机失速的特征信号。     

非线性时间序列的最优相关维数估计

提出以能量谱中的截断频率之倒数作为相空间重构过程中的窗长，在窗长固定情况下，利用奇异值分解算法确定嵌入维数和时间延迟两个参数，克服了不考虑窗长单独选择嵌入维数和时间延迟造成的相关维数收敛性差的缺点，大大提高了计算效率。采用迭代奇异值分解算法对含噪声的信号进行降噪，降低了噪声对相关维数计算结果的影响，从而提高了计算结果的可靠性。     

基于相关维数的病变连续语音检测算法

针对人为设定最优采样延迟不能客观反映信号采样延迟和固定相关维数不易描述病变异常语音复杂性的缺陷,文中提出一种基于相关维数的病变连续语音检测算法.该算法在语音信号合理采样延迟区间内不断调整采样延迟,搜索使正常语音与病变连续语音的区分等错误率达到最小的嵌入相关维数,以避免设定采样延迟的缺陷.同时,通过将相关维数曲线划分成子区间,并判定子区间的稳定性,以达到不固定嵌入相关维数的目的.最后,对每个合理采样延迟时间内获取的训练语音的最优相关维数进行等错误率分析,选用具有最小等错误率的相关维数及对应的采样延迟为文中混沌参数,为测试语音提取混沌指数进行正异常区分.实验结果表明,该算法的区分正确率为75.6%,分别比GMM-SVM、Shimmer、固定相关维和采样延迟法、SHR算法和Jitter算法提高7.8%、9.3%、16.0%、18.0%和20.4%.     

对分形集及相关维数的讨论

本文对几种分形维数的定义进行了比较，并分别引用这些定义估算了几个分形集的分形维，其中有的定义和估算方法是本文给出的。     

去除脑电信号眨眼伪差的独立成分时域相关算法

针对脑电信号易受眨眼动作干扰的问题,提出了一个自动地去除眨眼伪差的独立成分时域相关算法.该算法使用独立成分进行分析,并分解脑电信号,然后利用眨眼伪差独立成分与某些导联的脑电信号之间在时域存在较大相关性的特点,计算每个独立成分与前额附近的5个导联(Fp1,Fp2,F3,F4,Fz)信号的相关值的累加值,并对该值进行排序,将具有最大值的独立成分识别为眨眼伪差独立成分,将其设置为0,最后重建干净的脑电信号.通过对脑电信号的去除伪差实验表明:眨眼伪差引起的干扰基本被消除,伪差检测算法的敏感度和特异度分别是97.7％和98.3％,同时该算法能有效保持脑电信号基本不变.     

采用关联维的溢流阀故障诊断

用Grassberger-Procaccia(G-P)算法合理选择嵌入维数、数据长度、延迟时间等重要参数,并且在对数曲线图中准确划定无标度区,以得到比较客观的关联维数.结果表明:关联维有定量描述非线性信息的特点,在一定的工作条件下,不同的故障类型对应不同的关联维数,通过计算溢流阀振动信号的关联维数来诊断出其工作状态.     

诱发电位的关联维数研究

研究了视觉刺激前后脑电(EEG)以及视觉诱发电位的非线性特征,计算了单次和多次叠加平均情况下EEG的关联维数,结果表明:诱发电位具有一定的非线性特征,诱发电位的关联维数低于自发脑电,说明诱发电位的复杂性低于自发脑电.     

一种改进的快速归一化互相关算法

根据模板和全局最优子图的特点及其相互关系给出2个判据,对归一化互相关算法进行了改进.首先计算模板自相关值,再利用快速傅里叶变换方法计算互相关矩阵,利用第1个判据大幅缩小可能解的范围,减少匹配时间,然后利用第2个判据生成一个规模更小的候选最优解集合,最后确定全局最优解.实验结果说明,改进的归一化互相关算法能加快匹配速度,且能有效地提高图像匹配的准确率.     

脑电信号的非线性动力学分析

基于脑电信号的非线性特征,利用LILEY脑电信号动力学模型计算了相关维数和李亚普诺夫指数.计算结果表明,当改变兴奋性神经元集群的兴奋性输入参数时,该EEG模型具有极限环、倍周期分岔、混沌等复杂的动力学行为,得出混沌存在于EEG模型中的结论.     

基于相关性分析方法的车体尺寸精度控制

围绕如何提高汽车车体尺寸精度这一核心问题进行了研究。车体装焊的复杂性决定了误差产生的多因素性，车体制造过程中产生误差的工位和主在因素是不断变化的，采用相关性分析方法从众多的误差根源中准确地发现最主要的误差源；结合工程实践，论述了车体尺寸波动的相关性分析方法的原理，根据测量点的相关性分析和车体焊接工艺的层次结构，可准确地找到产生车体尺寸误差的工位；讨论了如何利用相关系数矩阵的特征值和相应的特征向量判断尺寸波动的模式，指出测量数据的波动主要按最大特征值所对应的特征向量方式波动，引起这种波动的原因是车体误差产生的主要原因，应重点采取措施加以控制；提出了应用计算机进行相关性分析的解决方案。     

极低信噪比环境下的P码二维直接捕获改进算法

针对极低信噪比环境下GPS系统中超长精密测距码(P码)直接捕获的问题,传统的滑动相关法已无法满足P码直接快速捕获的要求,分析了现有常用FFT校频快速捕获技术性能以及FFT运算长度与信号输入信噪比的关系,指出了现有算法的不足,在此基础上提出一种在极低信噪比环境下的码捕获新方法--利用非对称FFT计算和视频积累相结合的 P码直接捕获改进算法,仿真结果表明,即使在-35 dB的极低信噪比情况下,算法也可快速实现P码的直接捕获,最后给出算法的FPGA实测结果,进一步验证了算法的可实现性及有效性.