基于CNN-BiLSTM的脑电情绪分类模型及验证

情绪在人们的思考、行为和交流方式中起着重要作用。为提高脑电信号的情绪识别准确率,充分利用脑电信号的频率、空间和时间维度上的信息,提出一种基于CNN-BiLSTM(convolutional neural networks-bidrectional long short term memory)的脑电情绪分类神经网络模型。该模型由卷积神经网络和多层特征融合的双向长短时神经网络构成,卷积神经网络用于学习脑电信号的频率和空间特征,双向长短时神经网络则从卷积神经网络的输出中挖掘脑电切片之间的时序信息。借助离散情绪模型的SEED(sjtu emotion eeg dataset)数据集和连续情绪模型的DEAP(database for emotion analysis using physiological signals)数据集来进行情绪分类实验。实验结果表明,在SEED和DEAP两个数据集上,CNN-BiLSTM模型均取得了目前最好的情绪分类性能。此外,该模型的时序信息挖掘模块性能优于单层长短时神经网络,能够学习更多的时序信息。     

3 mm线性调频源线性度实时数字校正技术研究

该文理论推导了针对3mm波段线性调频连续波信号源高线性度的校正方法,提出了实时数字式闭环线性校正方案,解决了可编程逻辑器件(FPGA)实现中遇到的精度和时间变量2个关键问题,完成了VHDL语言的软件设计;通过计算机软件进行了基于FPGA的功能仿真。结果表明：该数字校正网络具有实现方便、校正后线性度高达0．24‰和具有较好的实时处理能力的特点;验证了FPGA实现该校正网络的可行性。     

基于设计尺度的海绵校园规划设计方法研究

在海绵城市的理念下,基于场地要素的可量化和不可量化两方面提出了优化海绵校园规划设计方法问题.研究利用数据化建模梳理了校园用地的功能性与自然性相耦合的、过程可控的设计流程.通过以"自然积存、自然渗透、自然净化"的自然海绵设计方法和LID技术设施控制为辅助等两个途径建构海绵校园规划设计方法,评价其年径流总量控制率的变化情况.     

中文版认知储备指数量表在健康成人中的信度与效度

目的:对中文版认知储备指数量表(CRIq)的信度与效度进行分析，使其适应中国人群。方法:本研究共纳入590名健康志愿者(330名女性，260名男性),年龄(39.71±9.81)岁，受教育年限(15.34±3.23)年。由2名评定者对其中36名志愿者在不同的时间分别进行评估，以获得评定者间信度。为了获得重测信度，选取其中34名志愿者在第1次测量后2～4周再次使用问卷进行测评。采用独立样本t检验观察性别差异。采用探索性因子分析进行量表的效度评价。结果:CRIq克伦巴赫α系数为0.835,问卷的信度较好。评定者间信度高(ICC:0.998,95%CI:0.997～0.999,n=36)。重测信度结果较好(r为0.805～0.996,n=34)。探索性因素分析提取三因子(CRI-教育，CRI-职业活动，CRI-休闲活动),累积方差贡献率46.17%。结论:CRIq在中国健康成人中的信度及效度良好。