锚固体中砂浆与混凝土界面开裂滑移判据研究

采用模型试验和曲线拟合法，对砂浆和混凝土所形成的不同角度界面的试件进行轴向拉伸试验，导出界面开裂时正应力和剪应力的关系表达式作为界面开裂判据；把砂浆柱体从混凝土界面中压出，导出界面滑移时滑动位移和界面剪应力的关系表达式，作为界面滑移条件．运用这种方法研究砂浆和混凝土界面的开裂和滑移是简便和有效的     

用提升小波变换提取诱发脑电

提出了一种利用小波分解和重构进行诱发脑电信号的有效提取方法.改变了小波变换的Mallat算法运算量较大,难于满足某些实时性较高的系统需求,采用提升小波变换进行诱发电位的提取,其运算量只有传统方法的一半左右,有助于提高系统的实时性.实验结果表明:用提升小波变换提取诱发脑电信号,能有效的改进实验曲线的信噪比、缩短信号的处理时间,将可以提高BCI系统的通信速率.     

假塑性流体液滴撞击壁面上的铺展的格子Boltzmann模拟

流体液滴在壁面上的铺展与沉积在工业应用中存在广泛应用,研究非牛顿流体特性对液滴铺展的影响具有重要的实际意义。基于相场法建立了非牛顿幂律流体与牛顿流体的两相流格子Boltzmann模型,引入包括接触角影响的边界条件,模拟了假塑性流体在幂律指数（n）0.5~1.0以及韦伯数（We）5~45时液滴撞击壁面的铺展过程。结果表明：相对于牛顿流体,幂律流体的非牛顿特性会抑制液滴的铺展,且n越小,越有利于液滴沉积。此外,韦伯数越大,液滴越快地达到稳定。     

一种运动想象脑电信号半监督算法

针对脑机接口中两类左右手运动想象任务,提出一种依据迭代训练次数不断更新训练集样本的半监督算法.使用多重自相关分析算法,选择置信度较高的脑电信号样本并加入初始训练集;分别使用公共平均参考法与共空域模式算法,对样本进行预处理及特征提取;最后使用支持向量机对样本进行测试,根据迭代学习次数按照递进方式移除置信度较低的样本,并利用剩余样本继续训练模型,从而优化特征提取器及分类器参数.通过对标准脑电竞赛数据库BCI IV Dataset Ⅱa中左右手运动想象数据的测试表明,该算法与其他算法相比,在训练样本数目较少的情况下,具有较高的分类正确率.      

基于工效学的舰桥人机界面数字化评估系统

开发用于人机界面评估的数字化中国人体模型,根据层次分析法原理构建舰桥人机界面评估指标体系;依据相关工效学设计准则,提取底层评估指标,并确定指标在评估体系中的权重值;研究定量和定性指标的量化方法,建立基于模糊理论的定性指标量化方法模型.采用UG/Open开发数字化的评估系统,集成人体模型、评估指标体系、指标量化方法及设计准则等.评估系统融合了Unigraphics NX数字化设计功能,实现了在设计阶段即完成舰桥人机界面的评估和改进工作.     

碳纤维的丙烯酸电聚合涂层及其复合材料的界面

丙烯酸10%水溶液,于25℃下,经电引发后在碳纤维表面发生聚合反应。采用FT-IR、~(13)C-NMR、XPS、SME和元素分析等方法对所发生的电聚合反应和成为涂层的高聚物进行了表征和鉴定。结果表明:涂层/碳纤维界面粘合层中存在物理吸附和化学键合或端聚物。而涂层/基体界面层是化学键合。     

基于邻域空间模式的运动相关电位特征提取方法

为解决脑-机接口(BCI)研究中所采集的脑电图(EEG)信号数据分布复杂和训练样本不足的问题,文中提出了一种新的特征提取方法--邻域空间模式(NSP)算法,用于提取BCI想象肢体运动分类算法中使用的重要分类特征--运动相关电位(MRPs).NSP算法不需要对样本的数据分布进行假设,主要利用样本的邻域关系和类别信息寻找最佳投影方向,使得映射后邻域内异类样本距离之和与同类样本距离之和的比值最大化.采用BCI竞赛2003和2001的其中两组数据进行实验,结果表明NSP算法能更有效地提取MRPs特征.     

多通信接口的M_BUS数据集中器的硬件设计与实现

详细介绍了一种多通信接口的M_bus数据集中器的硬件设计.使用嵌入式主控芯片LPC2387,实现了数据集中和处理,集成在系统中的Profibus总线接口、RS232异步串行口、CAN总线接口、以太网接口使得数据可以在多种总线上进行传输.测试结果表明,该系统的通用性强,稳定性好,数据传输的可靠性高.     

运动想象脑机接口的判别迁移特征学习与分类

为了解决不同时间采集的运动想象脑电数据之间存在的分布差异,避免跨时段使用前长时间的重校准步骤,提出了一种基于判别迁移特征学习（discriminative transfer feature learning, DTFL）的运动想象分类方法。DTFL通过联合匹配源域和目标域之间的边缘分布和类条件分布来减少域间的差异,同时最大化类间距离和最小化类内距离来保留类判别信息,从而提升对运动想象的分类性能。基于DTFL的运动想象分类方法无需目标域脑电样本的类别信息,可以有效避免长时间的校准。在脑机接口竞赛数据集上的实验结果表明,DTFL显著优于其他迁移学习方法,有效缓解跨域分布的不一致性,提高了运动想象的分类正确率。     

采用频带能量进行ECoG信号的特征提取

对于典型的采用皮层脑电图的脑-机接口系统,测试者想象左手小手指或舌头运动,提出了采用频带能量的特征提取方法.首先,把频带能量作为特征,进行导联的选择,从64导联中获取特征最明显的11导进行分析;然后采用频带能量进行皮层脑电图信号的特征提取,并利用主分量分析进行降维;最后采用Fisher线性判别分析进行两类意识任务的分类.离线分析结果表明,该方法对测试数据取得了很好的分类准确率.