基于容积脉搏波的收缩压测量方法

利用脉搏波传播时间测量收缩压需要同时测量心电信号与脉搏波信号,这种方法不具备便携性;因此提出通过光电容积脉搏波测量脉搏波传播时间,进而无创连续测量收缩压的新方法.该方法是通过发射红光的透射式血氧指夹得到容积脉搏波,经过滤波、放大、数字信号处理后得到加速脉搏波,然后根据加速脉搏波的推进波与反射波之间的脉搏波传播时间建立其与收缩压的关系.系统通过ATmega128单片机与安卓手机来实现.针对个体的试验结果表明,该方法测量的收缩压与用电子血压计测量的收缩压有较好的一致性.     

基于标准结构熵偏差率的软件网络度量研究

基于软件静态网络宏观拓扑特征值的特性,提出了软件网络特征值偏差率以及软件相对规模质量特征和结构有序性的概念.并使用标准结构熵偏差率来衡量软件网络特征值与目前被广泛使用且规模相同的开源软件的网络特征值平均值的差距,以此来反映特征值对相应软件的相对规模有序性的影响.最后采用单样本K-S检验方法对标准结构熵偏差率进行验证,并得出结论:当标准结构熵偏差率大于0.05时,软件在系统设计以及代码编写方面均存在着一定的问题,软件的相对规模结构有序性存在较大的提高空间.     

软件网络中结构洞与紧密度的研究

针对传统的软件度量方法已不能对大型软件进行有效度量的问题,以学科交叉融合为背景、以量化软件度量为目标,主要研究了复杂网络中的结构洞、紧密度.通过对这两个特征量的计算、统计,与软件网络中的度进行关系拟合,可查看在软件网络中,度与结构洞之间的相关性呈幂函数曲线,度与紧密度的相关性呈梯形分布.因此将其作为参考特征量引入到软件网络中,对软件网络中的节点依赖程度和中心化程度进行量化.     

基于WORIX的无线传感器网络通信协议栈的设计与实现

在实验室自主开发的操作系统WORIX的基础上,研究了无线传感器网络操作系统通信协议栈.根据无线传感器网络的自身特点制定协议栈的设计目标,并在WORIX操作系统中实现了满足无线传感器网络应用的通信协议栈,该协议栈包括三种路由协议.通过实验分析验证了协议栈的有效性,比较了其中三种路由协议的性能,并指出这三种协议适用的场合.     

大规模软件宏观拓扑结构的核数分析

针对大规模软件宏观拓扑结构体现出的层次特征,基于大量开源软件结构核数的统计数据,分析了节点核数的分布及与度值的相关性、最高核节点对各层的影响力,以及软件结构核数的演化趋势.分析结果表明,软件结构的核数普遍不大,节点核数分布具有无尺度特征,最高核节点影响力巨大;低度值节点的核数与其度值具有一定的正相关性,但是核数达到一定值后不再随节点度值增大,软件演化中其核数以及核心框架保持稳定.     

冻结壁原始冻胀力的分析与计算方法

通过仿生人体神经系统的活动方式，以数据融全 为基础建立了传感器／施动器模型，并将其应用于机器人系统设计中，以实现一种集感知、动作和融合于一体的面向任务驱动的设计，重点研究了数据融合对异种多传感器数据进行联想、相关和组合的多层次多方面处理的连续过程，从而进一步完善了数据融合论。     

互联网技术领域科研合作网络分析

首先,对中国知网收录的互联网技术领域中的所有论文作者进行统计,建立了科研合作网络,运用统计学方法对其网络基本特征进行了初步的分析.然后,应用复杂理论方法进行实证分析,发现该复杂网络具有无标度特征.最后,计算了5个较大的内部连通子网络的聚集系数、直径等网络参数,发现它们呈现小世界特征.研究结果对于获取科技信息、凝聚创新思想、共享研究资源有一定的参考价值.     

互联网中的标准结构熵的时间演化分析

通过对Internet标准结构熵随时间变化规律的分析发现,Internet的标准结构熵具有随时间而逐渐降低的趋势,以riesling节点获得的Internet监测数据的计算结果为例,Internet标准结构熵从2000年4月的最大值0.379下降至2004年5月的0.318,月平均下降幅度为0.12%,即由高熵值拓扑结构向低熵值拓扑结构的状态变化.由此可知Internet的宏观拓扑结构在演化过程中存在着拓扑结构的信息代谢.     

基于字符级特征的日文依存句法自动分析算法

基于字符在词位的特定性位置能起标志性作用,使用反映日语的语言倾向性的特征分析依存句法,给出基于字符级特征的依存句法自动分析算法.该算法使用词首的头2个字符、词尾的最后1个字符以及词尾的最后2个字符这3种类型的字符级特征加强分析器的学习.采用第1种类型的特征,反映日语的词汇形态特点,采用后2种类型的特征,则部分反映了日语表达重心后置的语言特性.在CoNLL-2009日语语料库上进行实验以及进行实际评估,结果表明:与基线特征相比,该算法有效地提高分析器的UAS指标(即无标记依存关系的正确率)和LAS指标(即考虑带标记的依存关系的正确率),大大提高分析器的竞争力.     

手机可见光提取脉搏中呼吸率的估计

针对智能手机摄像头进行呼吸率估计的问题,提出一种基于融合脉搏波的呼吸率估计(fusion respiratory rate estimation,FRRE)方法.通过融合手机闪光灯可见光中的红光和绿光,得到融合脉搏波,并提取手背的光电容积脉搏波信号.采用绿光脉搏波进行瞬时心率的计算,使用相干解调去除融合脉搏波中心率成分,提取出呼吸信号.而后对呼吸信号进行快速傅里叶变换,并求功率谱密度,从而得到呼吸率.实验结果表明,本文提出的FRRE方法较传统VFCDM方法具有更高的准确性和实时性,可以进行有效的呼吸率估计.