荷电黑洞视界附近的量子热效应和普朗克绝对熵

基于严格求解Dirac方程,全面研究了双视界面黑洞内、外视界附近的量子热效应,特别是考虑到黑洞内视界的Hawking吸收后,成功的给出了荷电黑洞的普郎克绝对熵.     

5种小波在心音信号处理中的分析与比较

小波分析凭借其特性,非常适合作为一种工具对心音信号进行分析处理。但由于不同小波各有其特点,导致处理效果存在一定的差别。文中特根据心音信号的特征构造一种小波,并与db5小波、bior5.5小波等4种小波进行比较。结果证明自构小波在进行心音去噪、分解重构以及分类上都有非常良好的效果。并进一步证明了根据一类信号的特点构造一种小波是提高分析效果的可行方法。     

一种基于集总参数的心血管系统仿真模型及心音产生机理

基于流体力学与电气网络的相关基础理论,建立一种基于集总参数的心血管系统仿真模型.该心血管系统仿真模型分为三个子模型:体循环子模型、肺循环子模型及心脏子模型.重点分析了体循环子模型和心脏子模型,给出收缩压、舒张压、射血分数等血流参数和仿真波形图,并对心音产生机理进行了分析.然后在此基础上进行扩展,增加了肺循环、血管、耦合壁等,使其形成一个闭合的循环回路,构成了心血管系统仿真模型.利用状态变量分析法建立该模型的数学表达式,并进行模拟仿真,得出心室心房血容量、心房心室压力、动脉血流量等仿真结果,该结果符合健康心脏的生理状况,并且利用该模型仿真了高血压病态和心衰病态状况,仿真结果与临床表现基本一致,表明本文提出的心血管系统仿真模型具有实际的可行性.     

基于集合经验模式分解和公共空间模式的脑电信号特征提取

公共空间模式(common spatial pattern,CSP)能够较好地提取运动想象任务时脑电信号的判别特性,但是其性能与大脑进行想象任务的频带相关。为了确定这样一组频带实现精确的分类,基于集合经验模式分解、FIR滤波器组以及公共空间模式算法提出了一种脑电特征提取方法。预处理去除伪迹后的信号首先经过集合经验模式算法获得多个模函数,然后选择出包含μ节律和β节律范围的分量实现信号重构,重构后的脑电信号作为带通滤波器组的输入得到若干子带信号集合,从每个子带信号中提取CSP特征,最后将提取的特征经过支持向量机(support vector machine,SVM)进行分类。运用该方法对脑-计算机接口(brain-computer interface,BCI)竞赛数据集进行分类,实验表明该方法能够自适应地提取、筛选和判别每个受试者的空间CSP特征,分类准确率达96. 53%。     

双声道心音信号的欠定盲分离方法的研究

基于两路人体心声信号的专用检测平台,提出了一种针对双声道心音信号的欠定盲分离方法。首先对数据点进行频域聚类计算,利用观测信号中稀疏信号所表现出的特征对源信号个数进行分析,以实现对混叠矩阵的估计;然后根据观测信号的散列图分离出其中一路或多路源信号,从而使观测信号变为适定或者超定;最后用现有的适定或者超定盲分离方法分离剩余源信号。分别对一组人工混合信号和实际检测的双声道心声信号进行欠定盲分离实验,验证了本方法的有效性和可行性。     

一种无失真多媒体数据压缩算法

提出一种无失真多媒体数据压缩算法,克服了传统算法中的一些弊端,给出了从概率统计意义上控制压缩比的方法,算法的主要特点是淡化了压缩比受原始数据的分布的影响,同时还具有简单稳定,无失真、易于解压等特点。     

应用主成分分析法的ECG身份识别方法

提出了一种基于主成分分析法对ECG信号进行特征表述的身份识别新方法。在预处理阶段对ECG信号进行滤波、分段、归一化、抽样处理，然后计算ECG信号的协方差矩阵及协方差矩阵的特征值和特征向量，其中较大的特征值对应的特征向量具有与ECG相似的形状，利用这些特征向量可描述、表达和逼近ECG信号并用于后续的身份识别。实验结果表明：相对于ECG基点特征提取技术，该方法提高了录用率，获得了较好的识别效果。     

一种智能化协同教学系统的研究

基于校园网,研究建立网上智能化协同电工学教学系统：“网上电工学CAI教室”、“网上虚拟电子电工实验室”、“网上电工学习题库”、“网上答疑教室”和“网上教学评估”,提出了一些较新的实现方案,对于形成新的教学方式和教学手段。开拓校园网资源利用的新途径。具有良好的示范和启发作用。     

一种BSS新的检验指标-相似相图

为了评价盲源分离（BSS）效果，目前普遍采用的检验指标是相似系数。但相似系数既不能反映出分离结果的幅值差异，也不能反应出它们的相位差异。提出了相似相图这种新的评价方式，该方式能形象直观的表明幅值差异和相位差异，与相似系数配合使用，能全面的对分离结果进行分析和评价。     

基于LabVIEW的心音身份识别系统

文中以LabVIEW 2012为开发平台,设计、实现了一种心音身份识别系统.该系统包括心音采集、数据处理和身份识别3个主要模块.心音采集模块利用自制传感器采集心音并去噪;数据处理模块完成心音特征提取和建立心音特征数据库;身份识别模块采用两种算法对心音特征数据进行分类识别,并使用决策层融合算法提高识别率.文中根据心音信号s1、s2的频谱特性和虚拟仪器的特点,提出了一种低频加强型梅尔倒谱系数和频域分段相关系数的特征提取算法,重点分析了基于矢量化欧式距离和最小相关距离分类识别方法.实际应用的结果证明该系统界面友好、操作方便、运算速度快、辨识效率高,具有一定的推广应用价值.