情感识别中脑电信号Lempel-Ziv复杂度的研究

在生理信号中,基于脑电信号的情感识别越来越引起研究者的重视。Lempel-Ziv复杂度测量是一种有效的非线性脑电信号分析方法,同时在情感脑—机接口系统中还可以用于进行情感的识别。文章在传统Lempel-Ziv复杂度算法的基础上,提出一种新的Lempel-Ziv复杂度算法,从而更好地进行基于脑电信号的情感识别。首先进行脑电信号的预处理,通过小波包变换来保留脑电信号的低频信号;然后利用非线性滤波器来移除脑电信号中的奇异值;进一步我们提出一种有效的自适应Lempel-Ziv复杂度算法来度量脑电信号的复杂度,并应用此特征值来识别情感。实验结果证明此方法可以从脑电信号中提取出更多有效的模式。同时,它还能够精确地检测到脑电信号的振荡情况,从而提取出不同情感状态下脑电信号中本质的非线性特性。     

防屈曲钢板墙混凝土约束板刚度简化模型

防屈曲钢板剪力墙(BRSPSW)是一种适用于高层钢结构的新型抗侧力构件,具有塑性性能好、滞回特性稳定、可独立变化墙板承载力和刚度以及布置灵活等优越性能,而外约束板的完整性与有效约束是以上性能发挥的必要条件,但目前结构设计对外约束板的定量计算没有明确的方法.为此,本文将提出一种有效的计算混凝土约束板的简化模型.简化模型首先将BRSPSW简化为一维杆件形式,并在受力计算宽度范围内设计外约束板,给出约束板的最小板厚.最后将模型应用于实际工程,结果表明本文的设计模型简单可行有效.     

北斗卫星导航系统体声波滤波器设计

随着无线通讯市场对微型化通信设备需求的增长,普通的声表面波滤波器已经无法满足集成化需求,一种具有更高谐振频率和稳定性的体声波滤波器应运而生。本文以薄膜体声波滤波器为模型,在ADS仿真基础上设计出了适用于北斗B1频点的窄带滤波器。滤波器频带范围为1550Mhz~1570Mhz,带外抑制48.8dB,插损3.1dB可以有效屏蔽GPS L1频段信号的干扰。     

努力建设与海洋强国需求相适应的海军特色军事文化

党的十八大提出了建设海洋强国的战略目标。发展海军特色军事文化,就是要努力建设听党指挥、献身使命的铸魂文化;建设精武强能、英勇善战的战斗文化;建设解放思想、敢为人先的创新文化;建设凝心聚气、内外团结的和谐文化;建设开放自信、放眼世界的外交文化。     

中医治法中四字格术语的英译研究

目的探讨中医治法中四字格术语的翻译策略。方法通过对比研究世界卫生组织(WHO)主持制定的《传统医学名词术语国际标准》、世界中医药学会联合会制定的《中医基本名词术语中英对照标准》以及Dr.Wiseman主编的Paradigm Online TCM Dictionary三本中医词典,找出三本词典中共同出现的属于中医治法范畴的四字格术语,分析这些四字格术语的翻译结果、语法特点和逻辑关系。结论只有深入分析每个术语的内部表达所隐藏的逻辑关系和英语动词的准确使用才能得出恰当的翻译结果。     

电解锰铬钝化液循环利用工艺技术研究

以电解锰工艺末端铬钝化废液为研究对象,采用氧化-分离工艺降低废液中三价铬离子、锰离子的浓度及提高六价铬浓度,对其开展氧化和树脂吸附实验,研究电解锰生产过程中铬钝化液在线循环处理.结果表明,使用高锰酸钾作氧化剂,可将废钝化液体系中的三价格转化为有效的六价铬,转化率达到86.0%,可返回钝化工序循环使用,锰离子被转化为二氧化锰,转化率达到69.5%,生成的二氧化锰沉淀易分离,氧化-分离工艺能够实现电解锰钝化废液的净化和循环利用.     

强n-Ding投射,强n-Ding内射和强n-Ding平坦模

引入强n-Ding投射,强n-Ding内射和强n-Ding平坦模等概念,研究它们的一些性质和等价刻划.最后我们讨论强n-Ding模之间及与强n-Gorenstein模间的关系.     

团队考核在普通高校难美类体育课程考核评价中的正向激励研究

通过文献资料法、问卷调查法等以河南财经政法大学为试点,在普通高校体育课程考核评价时采用团队考核形式,并融入大学体育课程目标,学生自评、互评与教师评价相结合,对团队考核在普通高校难美类体育课程评价中的正向激励作用进行研究与探讨.     

多算法融合的疲劳驾驶监测算法设计与实现

现实中基于图像处理的疲劳驾驶监测往往因环境的变化而具有不确定性。监测算法不规范,以致于疲劳驾驶监测任务很具有挑战性。为了解决此问题,提出了一种基于多算法融合的动态滑动窗口算法框架。首先利用Adaboost算法识别人眼,然后改进Otsu算法来自适应各种不同环境;进而提出动态滑动窗口算法来得到睁闭眼之间的最佳阈值;最终,利用改进的PERCLOS算法估计疲劳驾驶状态的不同级别。针对环境的变化采用睁闭眼判断窗口随人眼特征变化而更新的策略,系统使用摄像头实时捕获人眼图像,并在PC机上进行仿真测试,可在130~150ms之间实现不同疲劳状态的识别。实验结果表明,此算法框架能够有效、快速的分辨驾驶员不同的疲劳状态。