排序方式: 共有14条查询结果,搜索用时 15 毫秒
1.
提出了基于Dempster -Shafer理论进行多个神经网络分类器组合的一种可行算法 ,该算法考虑了每个分类器对不同类的识别能力不同这一经验知识 .在UCI数据库的分类和一个多传感器融合工件识别系统中的应用结果 ,表明了该算法的有效性 相似文献
2.
基于STM32微处理器设计并实现了可实时调整刺激强度的功能性电刺激仪.通过上位机设定刺激参数值;通过数字电位器或DAC转换器控制恒压源的电压实现设定的恒流输出;通过改变H桥开关管的导通时间控制脉冲的频率和脉宽实现设定的频率和脉宽,分别进行电阻和人体实验测试.结果表明,功能性电刺激器的电流幅度、频率和脉冲宽度分别在0~50 mA, 0~100 Hz和0~1 000μs范围内连续可调.该电刺激仪可以实时调整刺激参数,为闭环FES的应用提供基础. 相似文献
3.
温针传热研究与电子温针的研制 总被引:1,自引:0,他引:1
温针临床疗效显著、应用范围广,但其操作有许多不便之处。温针疗效来源于针刺手法和温热刺激,艾炷燃烧产生的温热刺激在治疗中起着重要的作用,因此有必要研究其热量传递过程,并模拟温热刺激,研制电子温针。本文采用有限元方法分析温针稳定工作时组织内的温度场分布,并在此基础上,研制毫针微型加热装置。研究认为由于金属针身的快速导热能力,组织内的热量主要集中在针身和针身附近,从而热量能更加有效地作用于穴位,获得更好的疗效。针身的热传导在组织内传热中发挥着重要的作用。所研制的电子温针依靠针身传导热量到穴位处,使皮肤进针点的温度根据临床治疗要求在37~45℃范围内可调。 相似文献
4.
针对数据包在网络传输中的随机时延情形,研究任意切换律作用下离散切换系统的H∞静态输出反馈问题.数据包包含系统的测量输出信号和切换信号,其时延由一个满足Bernou lli分布的随机变量来描述.选用切换Lyapunov函数,设计静态输出反馈控制器使得闭环系统在均方意义下指数稳定且具有H∞扰动衰减度γ.控制器的参数通过求解一组线性矩阵不等式获得.数值仿真结果表明了所提出设计方法的有效性. 相似文献
5.
提出了一种基于扩展卡尔曼滤波器 (EKF)的多传感器融合系统 ,用于融合多个超声波传感器及光电编码器的测量值 ,并以该融合值来复位光电编码器 ,克服其累积误差的影响 .由于扩展卡尔曼滤波器是一项耗时的计算任务 ,为了满足实时性的要求 ,采用一种基于回朔式的算法 .仿真实验表明了该算法的有效性 相似文献
6.
研究可应用于功能性电刺激输出控制的步态识别算法,利用MEMS传感器采集步态的角速度数据,通过设置阈值实时识别患者行走时的摆动相,在脚跟离地时刻开启功能性电刺激,在脚跟着地时刻停止电刺激.平地自由行走模式和跑步机平台下的实验结果表明:该算法对脚跟离地和脚跟着地两个时刻的识别率分别大于97%和98%.本算法不需要积分运算,避免了累积误差,步态分段准确性高且算法简单,易于在单片机中实现,为研究穿戴式功能性电刺激系统提供了基础与保证. 相似文献
7.
通过对步态信号进行分析,提出基于能量矩占比与方差贡献率的改进经验模态分解和谱峭度法的步态信号特征频率分析方法. 改进的经验模态分解消除了传统分解过程中存在的低频虚假本征模态分量,抑制了高频噪声的干扰. 通过确定谱峭度图上的中心频率和带宽构造带通滤波器对信号进行包络解调分析,并通过实验验证了该方法能有效提取步态信号的特征频率,为步态信号的后期研究提供一条新的思路. 相似文献
8.
借助M-矩阵理论分析了含时变时滞的基因调控网络的渐进稳定与指数稳定性问题.首先利用递归神经网络建立基因调控网络模型,通过选取合适的Lyapunov函数,根据M-矩阵知识推导出使网络稳定的充分条件,最后通过实例验证了此方法的有效性及简便性. 相似文献
9.
利用傅里叶变换近红外光谱(FT-NIR)收集1 000~1 852 nm范围内3种常见病原菌大肠杆菌(ATCC25922)、金黄色葡萄球菌(ATCC 29213)、铜绿假单胞菌(ATCC 27853)的近红外透射光谱,采用竞争性自适应重加权算法(CARS)对波长变量进行筛选,并分别结合偏最小二乘判别分析(PLS-DA)、最小二乘-支持向量机(LS-SVM)建立鉴别模型.比较两种鉴别模型在进行波长变量优选前后的性能发现,采用全波段建模的PLS-DA与LS-SVM两种模型的预测性能较低;利用CARS对波长变量进行筛选后,对优选的24个特征波长分别建立两种鉴别模型,模型预测性能明显提高,其中以LS-SVM模型最优,3种病原菌准确率分别为85.0%,100%和100%.研究结果表明,利用CARS能够有效去除光谱无用信息,减少模型复杂度,增强模型预测性能,结合LS-SVM可为临床利用近红外快速检测血流感染病原菌提供一种新的方法. 相似文献
10.
低成本、易实施、无接触式的步态信号采集与分类平台可为步态的定量评估、智能诊断提供新的研究路径与参考思路。应用改进经验模态分解(empirical mode decomposition, EMD)结合Bagging正则化共空间模式(Bagging regularized common spatial pattern, BRCSP)与Fisher线性判别分析法(Fisher linear discriminant analysis, FLDA)设计了步态信号采集与分类平台。该平台将采集到的步态信号通过改进EMD进行滤波,抑制高频干扰噪声,提取真实、有用的本征模态分量(intrinsic mode function, IMF)进行信号重构,从而得到包含完整、准确步态信息的信号;再通过BRCSP特征提取方法强化步态信号的个体差异性及共同特征,提取出显著的特征分量;最后应用FLDA方法将特征向量映射到低维度空间中并进行步态分类。实验结果表明,该平台能准确分类进入红外、激光检测区域内的不同步态,平均分类准确率达到96.6%。 相似文献