鸣禽鸣啭系统的可塑性及长时程增强研究

鸣禽的鸣唱控制系统已成为研究神经系统与学习、行为和发育相关的一个重要模型.鸣禽的鸣啭表现出一种复杂的学习过程.鸣禽学习鸣啭的过程可以分为两个阶段.在感觉学习期,幼鸟必须听到成鸟的鸣啭,并形成鸣啭模板记忆;在感觉运动学习期,鸣禽通过听觉反馈与模板匹配逐步建立稳定的鸣啭.该文对近年来鸣禽鸣啭学习过程中的新生神经元及长时程增强研究进展进行综述.     

LDPO码在数字水印抗通信干扰（方面的性能研究）

本文提出了一种鲁棒图像数字水印系统设计方案，将低密度校验码（LDPC codes）作为水印信道编码方案对图像水印传输进行差错控制，LDPC码编码后的水印序列嵌入原始图像的小波域，经过衰落信道传输，在接收端采用迭代译码算法提取。仿真实验结果表明，该方案能为水印传输带来显著的性能提高，且系统复杂度低，译码时延短。     

采用时间和频率交织的COFDM系统在COST 207频率选择性衰落信道下的性能研究

根据欧洲科学与技术研究协会207工作组标准，讨论了由信号传输的时延和时变性引起的频率选择性衰落信道的建模方法；分析了采用比特交织和符号交织相结合的COFDM在这种信道下的性能．仿真结果表明，采用合适的交织度和载波数，QDPSK在COST 207频率选择性衰落信道下能够获得最佳误码率性能．讨论了不同的多普勒频移下QDPSK-COFDM的性能．     

基于混合磨损模型的模具轮廓优化设计

针对成形过程模具的磨损剧烈,模具寿命低的问题,采用混合磨损模型对模具轮廓进行优化设计。以轮毂锻造成形过程中上模芯磨损为例,对上模芯轮廓进行分析,确定待优化的3个设计参数。根据黏着磨损、磨粒磨损及氧化磨损这3个磨损模型建立新磨损计算模型,并通过有限元软件数值模拟获取模具轮廓各处的磨损,以等磨损量作为模具轮廓磨损均匀的评判标准。在此基础上,以有限元软件数值模拟数据作为训练样本,采用BP神经网络建立上模芯轮廓设计参数与模具等磨损量的非线性映射关系。最后,结合训练好的函数映射关系和遗传优化算法,对轮毂锻模的上模芯进行形状优化设计,反求出磨损最均匀状态下的上模芯设计参数。研究结果表明:优化后上模芯等磨损量比优化前减少了29.65%,且最大磨损下降了12.59%,上模芯磨损更均匀且最大磨损量更小。     

成年雄性斑胸草雀脑多巴胺D1受体的分布

多巴胺是脑内关键的神经递质,它通过与多巴胺受体的作用及其下游的一系列反应来影响基因表达、神经调节和行为活动.在成年鸣禽中,中脑多巴胺能神经元投射到X区、HVC和RA等鸣唱相关核团,释放多巴胺的量受一定社会情境的影响,从而表现出directed song和undirected song等不同鸣唱行为.获得斑胸草雀脑中多巴胺受体的表达情况,为与社会情境有关的鸣唱行为及其他和多巴胺相关的行为活动的神经机制探究提供了基础,并可促进行为学、电生理等方面的研究.我们发现D1受体在斑胸草雀脑中的分布与其mRNA的分布基本一致:在脑的绝大部分区域都有分布;主要鸣唱核团HVC和RA有表达,与其周围区域差异不明显;LMAN中表达量较少;DLM中的表达量较高,并与其周围区域差异明显.但是纹状体内的表达与其周围区域的差异性没有mRNA明显;GCT中的表达量较多,与周围区域差异明显.     

基于水动力学与虚拟现实的深水水下应急维修仿真系统

目标实现取决于水下作业时水动力学真实图景的可靠呈现。基于虚拟现实的深水水下应急维修仿真系统由物理的操作系统(吊机/水下机器人/绞车/单人潜器等的操作系统)及虚拟的船、工机具与水下生产系统和海洋环境构成。提出数据转换技术和实时处理系统架构,将有限元计算与虚拟现实实时运动仿真有机结合。结果表明:此仿真系统很好处理了大型系统的多人协同实时人机交互、海洋环境下船-缆-体的动力耦合作用及可视化实现、不同数据通讯接口技术等关键问题。整个系统具有强烈的立体感、真实感和身临其境的沉浸感以及良好的可扩展性。通过第三方验证,系统仿真精度控制在9. 7%以内。可为指挥员和无经验的工程人员提供丰富的间接经验,使之在低成本前提下极大提高对实际事故快速处置的能力与维修操作的精度,降低作业风险。     

一种有利于提高DHCR比例的热轧批量计划编制方法

针对一体化生产过程中连铸出坯顺序与热轧轧制顺序的协调问题,提出了计划顺序协调因子,并在此基础上建立了有利于提高直接热装(DHCR)比例的热轧批量计划优化模型.模型在满足热轧轧制工艺的基础上充分考虑了铸坯连铸出坯计划与热轧轧制计划的协调.采用改进遗传算法——两交换启发交叉算法对模型进行了求解.最后,针对大批量少品种和小批量多品种两组板坯对某钢厂2250 mm和1580 mm轧线进行了仿真,仿真结果表明模型可以大大减少铸坯因顺序不协调而引起的在进入加热炉前的等待时间,进而提高板坯DHCR比例.     

脉冲耦合神经网络的人脸识别方法

 在脉冲耦合神经网络(PCNN,pulse coupled neural network)中,基于神经元脉冲震荡的时间序列概念,利用平均时间序列和平均欧氏距离的方法实现了人脸识别.实验仿真表明了该方法的有效性,对不同人脸和复杂表情的人脸均具有较好的识别效果.