SPM的数学基础及其在脑功能成像研究中的应用

探讨SPM的数学基础,给出了SPM中利用一般线性模型(General LinearModel,GLM)构建统计参数图的方法;为了适应处理功能磁共振成像(functionalMagnetic Resonance Imaging,fMR I)数据的需要,对一般线性模型做了扩展,推导出扩展的GLM的检验统计量和自由度.最后将扩展的一般线性模型应用于一个具体的fMR I实验,说明了方法的有效性.     

风洞实验中多通道测压管路系统的参数分析

为了掌握风洞实验中多通道测压管路系统的特性，基于耗散模型，分析了影响系统频率响应函数的各个参数，总结了多通道管路系统频响函数的定性规律，并指出在常用的几何尺寸范围内，影响频响函数的因素主要有PVC管的长度、内径和限制器的尺寸及位置，为设计多通道测压管路系统提供了依据．     

Combined adjustment project of national astronomical geodetic networks and 2000'' national GPS control network

The combined adjustment project of the nationwide astronomical geodetic networks and 2000' national GPS control network involve 48519 terrestrial observational stations and 2666 GPS observational stations. In the terrestrial network, 25107 stations are height fixed and 23412 stations are in three dimensions. 440793 terrestrial observations and 183668 unknowns are involved in the adjustment. The three-dimensional observational models for the adjustment have been established. The crustal deformation influences and corrections are researched. Fast methods of solving partitioned adjustment for super large-scale geodetic network have been studied. The standard deviations of three-dimensional coordinates for all stations are evaluated. As a result of the combined adjustment, a unified national geodetic network with nearly 50000 stations is established, the high accurate three-dimensional geocentric coordinates are obtained. The standard deviation for geoid is averagely 0.2 m, for vertical deflection is about 1.5″, for the horizontal position is about 0.12 m, for the geodetic height is about 0.14 m, and for the three-dimensional position is averagely 0.3 m.     

美国风险投资阶段后移的原因及影响

文章通过2 0世纪80年代来美国风险资本投资阶段后移的实证分析,指出美国风险投资阶段后移是风险投资主体构成变化、资本市场持续高涨及有限合伙的企业制度共同作用的结果。美国风险投资的投资阶段后移或商业化资本运作,不仅弱化了风险投资孵化高技术产业的产业培育功能,加剧了与传统投资方式的不公平竞争,而且催生或助长了美国新世纪伊始的经济泡沫和泡沫经济的形成。     

校园网实施中的网络应用安全

文章介绍了校园主干网的整体构架和安全性设计方案,并从Web访问身份验证机制、FTP安全性、MAIL安全性分析等方面探讨了网络应用服务的安全防护措施。     

基于竞争神经网络的ABS路面辨识

在传统的防抱死系统中,由于没有额外的传感器测试更多的参数,以及路面的不平度、信号的干扰等原因,至使路面辨识非常困难·针对以上问题,通过对整车制动模型和ABS制动模型的研究,建立了基于竞争神经网络的ABS路面辨识模型,此路面辨识模型是通过对标准信号进行反复学习记忆,用非线性映射方法进行特征抽取并存储于网络的各节点上·工作时,当输入信号存在变形或噪声时,该模型通过联想记忆对输入信号进行聚类分析,得出正确的判断·实验表明,该辨识过程是一种高层次的认知过程且便于批量生产、升级、更新和维护·     

基于输出的供应链分销阶段绩效改进方法

总结了标杆学习中目标企业选择和学习途径确定的方法·研究了基于输出的绩效评价和改进的标杆方法,给出了特定输出增长等定义和有关数据包络分析(C2GS2)的扩展模型·模型中所有被评价企业均视为具有相同输入、输出的决策单元·指出最小特定输出增长为绩效改进的最短路径,所对应企业为最佳标杆学习对象·在供应链分销阶段,该方法更易于操作,企业可保持现有投入,通过提高输出元素水平改进绩效·     

一种基于径向基函数网络的盲波束形成方法研究

针对阵列信号处理的特点 ,提出了一种基于径向基函数网络 (RBFNN)的盲波束形成方法。该方法把高阶累积量可消除高斯噪声干扰这一特性和神经网络可并行计算的结构优势有机地结合起来 ,利用高阶累积量估计阵列的导向矢量 ,引入径向基函数网络逼近波束形成的权矢量 ,实现盲波束形成。理论分析和仿真实验表明 ,提出的算法能有效地提高运行速度 ,对系统误差也具有很强的鲁棒性。     

通信信号自动分类方法研究

提出增加信号的频谱作为信号的特征信息之一 ,并采用离散傅里叶变换 (DFT)和小波 (wavelet)方法提取信号的频谱、瞬时幅度、瞬时频率及瞬时相位 ,构成信号的特征向量。为解决运算速度问题 ,对特征向量提出了分类编码方案。最后利用神经网络的方法进行识别。实验结果表明 ,采用这种方法可以显著地改进分类的效果     

驾驶员眼部状态识别方法的研究

驾驶员在正常驾驶、瞌睡驾驶及疲劳驾驶 3种状态下的眼睛张开程度有一定的区别。根据这一特点 ,设计了一种 3层BP网络 ,利用图像预处理获取到的眼部区域特征值作为网络输入向量 ,输出对应 3种不同状态。实验结果表明 ,该网络可快速有效地识别出驾驶员眼部精神状态。