论文部分内容阅读
面向脑疲劳检测的EEG信号通道选择与多特征融合研究
【摘 要】
：
随着现代社会科学技术迅猛发展,生活节奏越来越快,人们在日常工作和学习中所要面对的压力越来越大,长时间或者高强度用脑极易引起脑疲劳,脑疲劳已成为一种严重影响人们正常生活的亚健康状态。脑电(Electroencephalogram,EEG)信号体现了中枢神经系统的变化,利用EEG信号来评估脑疲劳是相关领域研究热点。目前基于EEG信号的脑疲劳检测研究大都基于32、64通道分析,数据量大、计算复杂且处理时
【机 构】
：
武汉理工大学
【出 处】
：
武汉理工大学
【发表日期】
：
2020年01期
【基金项目】
：
其他文献
随着我国市场经济的进一步发展，参与市场活动的主体日益多元化，关于市场经济的法律也日益完善，使临时仲裁发展具备了社会基础;同时，国家先后成立多个自由贸易试验区，并且制定政策鼓励自由贸易试验区先试先行，鼓励制度创新，这就为临时仲裁的落地提供了土壤。另外，最高人民法院下发《关于为自由贸易试验区建设提供司法保障的意见》（以下简称《意见》），其中规定当事人约定在特定地点，按照特定规则，选定人员解决纠纷的仲裁
学位
第三方支付是互联网金融的必争之地，第三方支付市场能否得到有效维护不仅影响到投资者的积极性而且决定着我国经济能否持续快速和健康的发展，刑法作为制裁措施最严厉的法律在对防范第三方支付的风险起到重要作用，所以研究第三方支付的刑事风险及其防控具有重要的现实意义和理论价值。我国刑法的保护条文多出现在民商事法规的单个章节中，已形成了一定的保护力度，但同时我国对于第三方支付的立法，执法以及司法方面刑法保护上仍存
学位
现如今,信息数据量飞速增长,为了解决大量图像管理分类的问题,图像处理方面的技术也在不断发展,在很大程度上引起了人们的关注。作为适合解决大数据管理问题的方法之一,多示例多标签算法已经在计算机视觉、自然语言处理等方面得到了应用。考虑到与传统监督学习的不同,多示例多标签学习算法中多示例与多标签之间对应关系不明确,经典的深度学习网络难以直接应用。此次研究主要针对深度神经网络在多示例多标签学习算法上开展相关
学位
近年来混合关键系统在嵌入式实时系统中成为了一个热门的研究课题,为了满足逐渐多样化,复杂化的需求,如何提高低关键级任务的服务质量一直是学术界关注的重点。同时混合关键系统被部署到了性能更高的多核系统,但是多核系统需要更大的能耗,如何在保证系统原始可靠性的同时降低能耗也成为了难点。所以,研究混合关键系统的调度策略和节能策略具有重要的实际作用和意义。本文分别针对单核平台和多核平台,对混合关键系统进行相关研
学位
移动工业机器人在制造领域中得到了越来越广泛的应用,极大提高了生产过程的灵活性。全局一致的同步定位与构图(Simultaneous Localization and Mapping,SLAM)是移动工业机器人实现自主探索、行为决策、人机交互等高级复杂任务的基础。激光雷达与视觉相机是SLAM中最常用的两类传感器,激光SLAM的局部构图较准确且实时性高,但在全局一致与语义识别方面有明显不足。如何在未知环
学位
随着信息时代的来临和移动终端的普及,室内定位技术在生活中存在着巨大的需求和广泛的应用前景。基于可见光通信(Visible light communication,VLC)的室内定位技术与其他传统室内定位技术相比,具有不占用无线通道资源、免许可证、无电磁干扰和绿色环保等优点。本文对室内可见光定位技术作出了研究和优化,最终设计了一个高效实用的基于可见光通信的室内定位系统,其主要工作内容如下:(1)室内
学位
铁路运输在现代社会的交通运输系统中起着至关重要的作用,与人们的衣、食、住、行息息相关,而对于列车运行安全的保障则是铁路运输中最为基础的要求,实现高效、精准的列车故障检测能够大大提升生产力。得益于近年来TFDS运行列车安全故障检测系统的广泛使用,为列车故障检测研究积累了大量图像数据以及列检经验。考虑到深度学习技术在许多领域中均取得了成功,本文从计算机视觉角度出发,旨在实现对列车故障的机器化检测,提升
学位
多轴运动系统的轮廓跟踪和同步控制作为现代智能制造系统运动控制领域的核心技术之一，已广泛应用于诸如数控机床、工业机器人、无轴印刷机、纺织机等行业。而以太网技术的发展与引入，使得运动控制系统具有布线简单、耦合性降低、功能模块化便于扩展以及容易维护等众多优点，且运用网络取代PCI插卡方式实现多轴运动控制的架构成为主流趋势。因此，研究网络化运动控制系统具有重要的实际意义。 目前，针对多轴运动控制的算法除
学位
矩阵分解可以从高维数据中提取低阶特征，并集成流形分布的非线性邻域信息。因此，它在稀疏大数据的低秩分析中被广泛关注，例如协作过滤推荐系统，社交网络和服务质量等。但是，由于构建图相似矩阵的巨大计算开销以及中间图相似矩阵存储的巨大内存开销，使得基于图相似矩阵的矩阵分解(例如内核矩阵分解，图正则化矩阵分解等)无法直接应用于云边平台上的稀疏大数据低秩分析。为了解决稀疏大数据分析这一棘手的问题，本文提出了基于
学位