论文部分内容阅读
对脑电信号的高精度识别是脑-机接口能够进行应用的前提，而能否有效提取并分类脑电信号特征直接影响到对脑电信号识别的正确率。因此本文提出了基于脑电信号幅域和频域混合特征的提取方法以及对信号特征进行岭回归分类的方法以提高对脑电信号的分类正确率。
基于幅域频域特征提取和岭回归分析的运动想象脑电信号分类研究
【摘 要】
：
对脑电信号的高精度识别是脑-机接口能够进行应用的前提，而能否有效提取并分类脑电信号特征直接影响到对脑电信号识别的正确率。因此本文提出了基于脑电信号幅域和频域混合特征的提取方法以及对信号特征进行岭回归分类的方法以提高对脑电信号的分类正确率。
【机 构】
：
山东建筑大学,山东济南250101
【出 处】
：
2018年人工智能与智能制造高峰论坛暨中国自动化学会华东六省一市学术年会
【发表日期】
：
2018年10期
其他文献
隐式信息泄露由于采用结构变化的方式传递信息，对以污点分析为代表的传统技术提出了挑战，本文在详细阐述隐式流与代码控制结构的关系的基础上，提出了基于结构关系流模型SRFM(Structure-RelatedFlow Model)的检测技术，同时设计并开发了原型检测系统SRFDroid.
会议
本文从一起单母线变电所计量异常入手，首先向值班员了解情况、分析原因，然后现场测试电能表，再次结合电力网主结线图、变电所系统接线图与历史记录综合分析系统运行方式，找出变电所计量异常、功率因数低的原因，最后对此类变电所准确计量及计算线损提出三点建议。
针对数据中心网络中多租户间易相互干扰导致应用性能不可预测，预留带宽资源难以保证高网络利用率导致云网络供应商收益损失等问题，提出了基于最小接入保证带宽的数据中心网络带宽分配机制MAGBA(Minimum Access Guaranteed Bandwidth Allocation)。
会议
化学仪表在整个火力电厂中起着至关重要的监督作用，而新污水站是整个电厂废水、污水处理的心脏。本文通过介绍化学分析仪表的测量原理，并结合现场实际运行情况，制定技术措施。
本文分析了目前采用人工方式监测变电站母线不平衡率和线损存在的问题并提出解决方案，设计出一种母线不平衡和线损远方实时监测系统，它能实现远方实时监测变电所母线不平衡率和线损率，当母线不平衡率或线损率超差时立即进行声光报警，通知运行人员进行处理，并能智能诊断异常状态为运行人员分析原因提供参考依据。提高生产运行效率，达到电能计量装置管理的自动化、信息化。
复杂产品装配具有工序繁杂、产品多样、批次变换频繁的特点，同时其整个装配流程是由一系列的动态离散事件所构成的，因此如何对其构建准确有效的分析模型存在一定的困难，同时在装配过程中各装配单元间的资源的无序竞争及交互的不平衡性，使的复杂产品的的装配效率低下。
通过对数据的分析，获得系统的性质是常见的分析系统特性的手段，这类方法应用的关键前提是数据是否包含有足够反映系统特性的信息，但数据中是否包含足够的信息，是否具有代表性，在应用中并没有有效的验证方法。本文围绕着Snapshots 这种获取系统特性的数据分析方法进行展开，简要介绍其基本原理，基于其基本原理证明了一个定理，以定理为基础，将Snapshots 法的应用场合进行了推广。
温度的精确检测及控制在各行业都是必不可少的,如电力、机械、冶金、农业、医药及气象等。本文提出了一种新的温度检测理论方法,将热膨胀效应和位移变磁阻效应构成乘积即复合热磁阻效应,通过热膨胀材料的应变改变铁芯磁隙,最终将温度变化转化为磁阻变化,其灵敏度约为2×10^-5H/K,对应每摄氏度电感变化率为16％。
有效的预测产品缺陷，对半导体行业提升质量和缩短生产周期有着非常重要的影响。半导体制造过程中产生的海量数据为缺陷预测提供了良好的数据基础，但由于半导体制造过程数据存在多维度和多噪声的特性，会对结果产生干扰从而影响模型的稳定性和准确度。在大数据环境下，本文提出迭代随机森林变量筛选和支持向量机分类模型结合的方法，用来识别数据中的有效变量，排除噪声干扰，预测晶圆缺陷，并以实际案例工程数据进行验证。