基于腕势控制的智能轮椅无障碍人机交互系统

将人机交互与智能轮椅结合,设计了一种智能轮椅人机交互系统.自行开发了一种腕部控制器,采用模糊推理方法实时检测腕部的弯曲变化,通过腕部的弯曲变化对智能轮椅的运动状态(前进、后退、左转、右转、停止)进行控制,实现了基于腕势控制的智能轮椅无障碍人机交互,实验结果表明基于腕势控制的智能轮椅运动更稳定.     

基于足底压力的人体重心轨迹包络面积算法

为了评估人体平衡功能,需要计算人体重心轨迹包络曲线的面积,提出了一种包络曲线的计算方法。首先,通过足底压力采集系统获取足底压力数据,计算得到人体重心点;然后,提出了一种基于斜率逐步比较的重心轨迹包络凸多边形构造法,通过斜率比较筛选出包络凸多边形的顶点;最后,根据斜率大小对凸点进行排序,通过三角形面积累加得到包络凸多边形的面积。计算实例证明,提出的算法与经典的快包法相比提高了人体重心轨迹包络曲线面积的计算速度,算法具有良好的稳定性,稳定性差值在±0.01 s之内,算法的时间复杂度为O(nlgn),可有效应用于人体重心轨迹包络面积的计算。     

基于动态制动模型的汽车重心测量方法

重心高度是影响汽车操纵稳定性、平顺性和安全性的重要指标.重心高度过大可能引起严重的交通事故.为此,文中提出了一种基于动态制动模型的汽车重心动态测量方法,该方法利用平板式检测台,根据测得的轴重和制动力来估算汽车重心;建立了汽车重心位置动态检测系统,并利用实车实验对文中方法进行,发现该方法的检测值更接近汽车行驶的实际值;采用该方法对3辆不同车型的汽车重心高度进行测量,结果表明,该方法具有较高的测量精度和效率,适用于任何车型的重心测量.     

基于STM32F103的智能轮椅辅助装置的设计

针对老年人乘坐轮椅时存在的包括轮椅遗失、轮椅被盗以及轮椅跌倒后无人救助的问题,设计了基于STM32F103的智能轮椅辅助装置.装置分为轮椅载体部分和穿戴部分.载体部分安装有GPS、GPRS模块及姿态检测模块,穿戴部分安装心率传感模块,两部分通过一对蓝牙进行短距离通讯,数据通过GPRS模块上传至云服务器.同时设计了手机应...     

入侵检测中双层次模式匹配研究与应用

针对现有入侵检测系统在模式建立与匹配方法中存在的不足,改进了一种入侵检测系统的模式建立与匹配方法.根据数据样本的数据属性特征,采用双层次聚类方法对数据样本进行分析,建立基于行为索引的系统安全模式,避免对数据属性进行分析时,造成数据关键信息的丢失,降低入侵检测系统的误报率和漏报率.     

一种基于POMDP用户意图建模的智能轮椅导航控制方法

通过部分可观测马尔可夫决策过程(POMDP)模型对用户意图进行建模,提出了一种基于POMDP用户意图建模的智能轮椅导航控制方法.该方法考虑了动作的不确定性和状态的部分可观测性,对用户意图、智能轮椅导航控制的动作空间进行建模,通过状态预测进而选择行为的最优规划,实现用户期望总值的最大化.首先介绍了POMDP的原理及模型,然后提出了基于POMDP用户意图的智能轮椅控制状态空间、动作空间、观察值集合、奖赏值和概率分布,进而提出了一种基于概率密度函数的用户意图求解方法.最后,对基于POMDP用户意图建模的智能轮椅导航控制进行了试验,并对试验结果进行了分析,从而验证了所提方法的实时性和有效性.     

一种基于数据融合的DDoS入侵检测系统的设计与分析

入侵检测是网络安全的重要部分,对数据源数据和信息进行加工处理的数据融合技术能够提高入侵检测系统的准确性,并缩短响应时间。文中设计了一种基于数据融合的DDoS入侵检测系统,并给出了网络设计方案和入侵检测系统模型;对模型中传感器,决策器以及融合中心的功能进行了详细设计;通过数理分析推算证明了基于数据融合和决策的多传感器系统对于DDoS入侵检测是可行且有效的。     

基于贝叶斯方法的高鲁棒性故障检测技术

故障检测在控制工程领域具有广泛的应用,而鲁棒性是衡量系统在故障检测时的不确定性的重要指标.为了提高鲁棒系统故障检测的能力,基于贝叶斯的基本原理对系统的故障和不确定性进行研究,提出一种基于贝叶斯方法的高鲁棒性故障检测方法.首先,对非线性系统的故障检测问题进行定义,分析参数空间的不确定性问题.其次,基于贝叶斯基本原理对参数空间的推导进行分析.最后,通过分析系统正常运行的参数空间与发生故障时的参数空间之间的成员关系来进行故障检测.实验表明,在四罐耦合系统中,提出的基于贝叶斯方法的故障检测技术在系统模型参数具有不确定性的条件下可以很好地进行故障识别.1     

一种大数据异常检测系统的研究与实现

结合电信业务运营系统,针对大数据异常检测问题,提出了基于相关系数的解决方案,构建了大数据异常检测系统,并应用该系统对业务数据进行分析检测.实验结果表明,系统具有较强的可用性和可靠性.     

基于C8051F005单片机的汽车重心检测系统

汽车重心是影响汽车操纵稳定性、行驶平顺性及安全性的重要指标.介绍了汽车重心检测系统的原理及其软硬件结构设计方案.该方案以单片机C8051F005为核心对称重传感器数据进行检测采集,通过RS232将数据传送到上位机监测软件进行质心位置计算.试验结果表明,该系统具有硬件结构简单、容易实现和成本低等特点,且在实际应用中运行稳定,测量数据精确.     

键合参数和芯片/基板厚度对非导电膜互连封装玻璃覆晶模块芯片翘曲的影响

采用热/结构耦合场对非导电膜互连封装玻璃覆晶（COG）模块芯片（IC）的翘曲进行数值模拟,并分析不同热压键合参数和芯片/基板厚度对液晶显示屏（LCD）翘曲的影响.结果表明：在热压键合过程中,键合头温度对COG模块IC翘曲的影响最为显著,键合压力次之,玻璃基板温度最小; IC厚度对IC翘曲的影响不明显,而增加COG模块中玻璃基板的厚度,可有效降低IC翘曲程度.其原因在于较厚的玻璃基板的耐变形能力较高,从而抑制了翘曲.     

钴镁固溶体催化剂在混合导体透氧膜反应器中的应用

考察了CoO/MgO 固溶体催化剂在BaCo_0.7Fe_0.2Nb_0.1O_3−σ(BCFNO)透氧膜反应器内, 对焦炉煤气(coke oven gas, COG)中甲烷部分氧化重整(partial oxidation of methane, POM)的催化性能. 首先, 研究了CoO/MgO固溶体催化剂合成的工艺条件; 然后, 考察了焦炉煤气流量和空气流量对重整性能的影响, 并对比分析了NiO/MgO固溶体、CoO/MgO 固溶体催化剂和0.5%RuCoO/MgO 催化剂的重整性能. 实验结果表明, NiO/MgO 固溶体催化剂的重整性能优于CoO/MgO 固溶体催化剂. 但经Ru贵金属修饰后, CoO/MgO 固溶体催化剂的催化活性得到了很大提高.     

一种新的语音端点检测方法及在智能轮椅人机交互中的应用

针对语音端点检测在一般噪音环境下易受影响,且能降低智能轮椅的语音识别率,提出了短时能量与倒谱距离相结合的语音端点检测方法.实验表明,该方法能提高整个语音识别系统的鲁棒性,通过语音识别控制轮椅的5个基本动作(前进、后退、左转、右转、停止)实现了智能轮椅运动的语音控制.     

焦炉煤气在透氧膜反应器中的重整机理

通过实验设计和透氧量测定研究焦炉煤气(coke-oven-gas,COG)或天然气中的甲烷在透氧膜反应器中的部分氧化重整途径,提出反应器内的"重整-透氧"机理模型.在由混合导体和催化床构成的透氧膜反应器中,催化床主要实现甲烷裂解和催化重整的功能,在膜表面处的催化金属微粒完成了还原性气体的"吸附—溢流—氧化"过程,进而强化混合导体内部的氧离子传导.     

高炉喷吹焦炉煤气风口回旋区的数学模拟

基于质量平衡和热量平衡理论,建立了高炉喷吹焦炉煤气风口回旋区数学模型,系统研究了焦炉煤气喷吹量对回旋区焦炭质量流量、理论燃烧温度、炉腹煤气量、炉腹煤气组成和回旋区形状的影响.研究表明:在维持高炉现有的基准操作不变的条件下,随着焦炉煤气喷吹量的增加,理论燃烧温度呈降低的趋势,而炉腹煤气量呈增加的趋势;为了维持理论燃烧温度和炉腹煤气量与基准操作一致,可通过降低风量和提高富氧率进行热补偿.热补偿后,随着焦炉煤气喷吹量的增加,焦炭质量流量呈上升趋势,炉腹煤气中还原气体积呈增加趋势,回旋区体积呈缩小趋势.每增加1 m3/s的焦炉煤气喷吹量,焦炭质量流量上升1.74%,炉腹煤气中还原气体积增加2.04%,...     

喷吹焦炉煤气对COREX竖炉还原的影响研究

为降低COREX的固体燃料消耗,焦炉煤气(COG)作为一种清洁、高热值能源被引入到COREX炉中,以替代原有的循环冷却煤气。计算了不喷吹焦炉煤气、喷吹焦炉煤气以取消冷却煤气和喷吹焦炉煤气以取消冷却煤气和过剩煤气(完全取消煤气冷却)三种情况下入竖炉煤气的成分,并通过实验室模拟试验,对焦炉煤气中的甲烷在竖炉中的行为和含铁炉料还原情况进行研究。结果甲烷在竖炉中存在少量的分解,竖炉喷吹焦炉煤气会降低含铁炉料还原。     

一种基于参数优化C-SVM的脑电信号分类方法及应用

脑电信号（electroencephalograph,EEG）由于自身信号微弱且容易受到周边环境和大脑内部其他活动的影响,对其进行特征分类并提高分类准确率这一问题一直是脑机接口领域的难点。传统的基于支持向量机（support vector machines, SVM）的脑电信号特征分类方法在选取惩罚参数与核函数参数时大都只是采用经验数据,而忽略了参数优化对提升SVM分类效果重要性,而现有的参数优化方法计算复杂严重影响了分类效率。针对以上问题,提出了一种通过交叉检验和LOO误差上界对C SVM中的惩罚参数C和核函数参数进行优化的方法,并在理论分析的基础上结合实验证明了参数优化后的分类方法能够有效提高脑电信号分类的准确率且对分类效率影响不大。     

基于SVM的表面肌电信号动作模式识别*

为更好地将表面肌电信号应用于智能轮椅的人机接口,提出了一种基于SVM的表面肌电信号动作模式的识别算法。采用一对一的方式构造SVM多值分类器,按照投票原则确定测试样本的类别归属,并与动作模式识别的核fisher算法和RBF神经网络算法进行了对比分析。实验结果表明,支持向量机(SVM)算法识别率更高,可以取得理想的学习效果和泛化性能,很好地解决小样本、非线性及局部极小值问题。     

基于改进BET的MRI脑组织自动提取算法

提出一种基于改进BET(brain extraction tool)的MRI脑组织自动提取算法.首先，该算法结合图像梯度信息能够估计出更为准确的脑重心(center of gravity，COG)；其次，该算法构建了新的脑表面形变力，在垂直于脑表面切线的扩张力中引入了边缘力，该力很好地抑制了脑组织的边界泄漏和过度分割问题.使用本文方法对MRI脑影像进行了自动脑组织提取，实验结果表明，本文算法能够自动获得更加准确的脑组织提取结果，特别是在脑组织边缘处，本文算法与BET算法相比，提取结果更准确.     

V-BLAST-based demodulate-and-forward two-way relaying： protocol design and the detection

We propose a novel vertical Bell Laboratories layered space-time (V-BLAST) based two-way relaying protocol that comprises two user terminals and one multi-antenna demodulate-and-forward (DMF) relay station. We consider the situation when these two user terminals employ different modulation types and investigate its detection techniques. The key feature of the detection techniques is that we quantify decision reliability at the relay station by introducing a so-called normalized correlation coefficient (CORR), rather than having full confidence in demodulation at the relay station. With the assistance of the normalized correlation coefficient, we develop detection methods at both the relay station and user terminals. In particular, we propose a CORR-based ordering algorithm at the relay station which can be applied to detection for general V-BLAST architectures. Simulation results demonstrate the superiority of the CORR-based ordering algorithm over the conventional signal-to-noise based ordering algorithm. Finally, we demonstrate overall error-performance of the V-BLAST-based DMF two-way relaying protocol via simulations.