拮抗肌对的自回归滑动平均模型的参数分析

将自回归滑动平均模型运用于肘关节桔抗肌对的肌电信号分析中，利用该模型所提供的丰富的参数，来研究在同一关节上的拮抗肌对的疲劳关系．模型中的一些自回归系数和肌疲劳程度具有相似的变化趋势．而且，对于同一伸展或屈曲过程，关节上的拮抗肌的疲劳参数要大于主动肌的参数．     

拮抗肌对的协同控制与EMG信号的中值频率关系

探讨在持续恒力收缩时,正常人体肘关节主动肌和桔抗肌的协同作用原理与它们的表面EMG信号中值频率(Median Frequency,MF)的变化趋势,研究它们的疲劳行为。十五个正常受试者的实验数据统计结果表明,拮抗肌的SEMG/MF高于主动肌;随着收缩时间的增加,主动肌和拮抗肌的MF几乎以相同的速率下降;收缩力越大,它们的两条拟合直线之间的距离、互相关系数、下降速率也越大;关节的角度的变化对上述结论似乎没有明显的影响。这些结论对屈曲和伸展模式都成立。利用人体组织的幅度衰减特性和频率衰减特性,神经肌肉系统的“共驱动”概念对上述结果进行了讨论。     

基于排列组合熵和聚类分析的SEMG识别方法

针对表面肌电信号非线性、噪声强等特点,提出了一种基于排列组合熵和聚类分析的表面肌电信号识别方法.利用相邻数据复杂度计算出排列组合熵,将尺侧腕伸肌和尺侧腕屈肌2路肌电信号对应的排列组合熵构成的特征向量提供给基于距离测度的Mahalanobis距离分类器进行模式识别,成功识别了腕上翻、腕下翻、展拳和握拳4种动作信号,平均识...     

基于SEMG控制的智能轮椅无障碍人机交互系统

设计了一个基于表面肌电信号控制的智能轮椅无障碍人机接口,通过使用CyberLink装置,对前额肌电信号进行获取、分析,利用AR模型对其进行特征提取,并采用贝叶斯正则化与Levenberg-Marquardt算法相结合的改进1BP神经网络对面部运动模式进行识别,进而控制智能轮椅简单运动.实验结果表明:该方法操作简便,识别...     

基于SEMG分析的交互意图感知方法

针对以往依赖鼠标、键盘等传统设备的交互方式,其易受到各种场景和使用环境的限制,已成为虚拟现实以及新型显示技术发展的屏障,因此提出了一种基于SEMG分析的交互意图感知方法。由于连续表面肌电信号的实时识别不能通过单独的动作产生的活动段进行信号的分割识别,采用一种连续表面肌电信号的上下文分割思想进行实时信号识别。最后对识别出的信号进行模糊决策的交互意图分类,将识别的信号数据对设备进行交互感知控制。通过实验分析可知,基于SEMG分析的人机交互能够较好地感知识别人的不同意图动作,交互识别正确率能够达到95%以上。     

基于表面肌电信号参数的人体上肢运动研究

根据检测得到的右上肢主肌肉群的肌电信号,探讨了人体右上肢主肌肉群的肌肉功能状态和男性与女性之间肌肉功能状态的差别.20位实验者右上肢完成13个基本动作,对三角肌、肱二头肌、肱三头肌、掌长肌和指伸肌五块肌肉进行肌电采集,用SPSS 14.0软件时特征参数平均振幅(AEMG)和积分肌电(IEMG)进行数据处理.结果表明:完成不同的日常生活活动,肌肉的活跃程度存在着一定的相似性和差异性;男性以增强指伸肌和三角肌为主,女性则以掌长肌和三角肌为主.实验数据可为老年人和残疾人康复训练及肌电信号控制提供一定的理论依据和指导作用.     

用于生物模型的表面肌电信号处理

为了使从人体上采集到的表面肌电信号（sEMG）达到满足生物模型输入的要求,采用Matlab的Simulink和FDA工具对表面肌电信号的处理方法进行仿真研究。     

基于互Wigner-Ville分布的表面肌电信号瞬时频率估计

当一块肌肉完成持续的收缩时,所记录的表面肌电信号的分析是一个用于评价局部疲劳进行性的有用的工具.在肌肉静态收缩期间,表面肌电信号功率谱的平均频率和中值频率常被用作肌肉疲劳的指示器.为了评价周期性动态收缩期间的局部肌肉疲劳,针对肌肉动态收缩时表面肌电信号的特点,提出了基于互Wigner-Ville分布的瞬时频率检测方法.通过一个类似于表面肌电信号统计性质的模拟的随机过程,评价了这一算法的估计误差.理论和实验证明,瞬时频率可以在较低的信噪比下很好地适合跟踪由于肌肉疲劳引起的频谱变化.     

基于径向基网络的表面肌电信号处理

利用AR模型对实验所采集到的原始二通道表面肌电信号（SEMG）加以分析,提取AR系数作为特征值,将其作为训练样本输入到RBF神经网络进行训练,用此网络对前臂的伸臂和曲臂两种运动模式的表面肌电信号进行模式分类。实验表明,基于径向基函数RBF神经网络分类准确率比BP神经网络更高,具有较强的鲁棒性和自适应能力,可以有效识别肌肉的单动作模式。     

基于表面肌电信号的下肢康复主动训练研究*

由于传统的人工康复手段已经很难满足患者对康复治疗的需求,因此提出一种基于表面肌电信号的下肢康复主动训练模式。通过提取患者下肢肌电信号在时域内的特征量,经BP神经网络辨识患者的运动意图,最后将辨识结果作为驱动下肢康复机器人的信号源,实现对患者的主动康复训练。根据临床试验中患者在主动训练前后各项生命体征数据稳定,以及主动训练后神经功能和运动功能具有显著恢复效果患者数较传统训练模式提升了50%,表明该主动训练模式的可行性和安全性。为今后深入研究主动康复训练奠定了理论和实践基础。     

基于小波变换和K-L展开的单通道表面肌电信号识别

利用单通道表面肌电信号对肘收缩、肘伸直、前臂外旋和前臂内旋四个上肢动作进行了识别.用肌电信号最高频率20倍的过采样率对表面肌电信号进行采样,利用抽取滤波技术将过采样带来的冗余数据去除并保留了过采样带来的低噪声的优点.通过小波变换提取出5个子频带的相对能量与表面肌电信号的总能量一起作为原始的特征向量,然后通过K-L展开将6维的原始特征向量降为2维.通过建立BP网络分别用6维特征向量和2维特征向量对上述的四个动作进行识别.结果显示该方法在减少肌电电极的同时保持了较高的识别率,有很好的识别效果.     

关于动态线性模型设计的进一步研究

进一步对动态线性模型（ＤＬＭ） 的可观测性和等价性进行了讨论,给出了几类可观测模型等价性的证明。     

平面接触副起动过程的研究

建立了起动过程的物理模型及其控制方程，并以平面接触副为例进行了简化求解，计算结果与前人的大量试验吻合良好，为研究非稳态的起动过程提供了理论基础。提出了评价起动过程的两个重要参数：摩擦状态转换时间ｔｅｒ和油膜建立的时间ｔｆ，研究了波度和粗糙度对ｔｃｒ和ｔｆ的影响。     

酵母双杂交系统测定抗雌激素物质

建立了用酵母双杂交系统筛选具有抗雌激素作用物质的生物测试法,并对6种工业用酚类物质(4-n-壬基酚,2-sec-丁基酚,2-羟基联苯,3-叔丁基酚,2-叔丁基酚和4-乙基2,6-二叔丁基酚)及氯化三苯基锡的抗雌激素作用进行了测试。结果表明：氯化三苯基锡显示出极强的抗雌激素作用,强度超过了抗乳癌剂三苯氧胺及其代谢产物4-羟基三苯氧胺。可以推测出有机锡造成软体动物的雄性化作用可能是由其抗雌激素作用引起的。6种酚类物质中,除4-乙基-2,6-二叔丁基酚外,其他5种显示出弱抗雌激素作用。值得注意的是：当4-壬基酚显示出雌激素促进作用时,4-n-壬基酚却显示出抗雌激素作用。     

风积土本构模型参数试验研究

邓肯-张E—B模型已为岩土工程界所熟知,成为土的最为普及的本构模型之一。为了研究风积土地区工程性质,通过常规三轴试验,得到风积土邓肯-张E—B模型的全部参数,为风积土地区工程数值计算提供了参考。     

无阀自激脉动燃烧器频率特性的参量分析

对影响无阀自激脉动燃烧器频率特性的因素（管段长度、收缩比、热源位置和温度分布）进行分析研究。结果表明,燃烧器进气段的长度调节对频率的影响大于出气段长度调节的影响;出、进气段截面积与燃烧室截面积的收缩比越大,频率下降越大;在燃烧器总长不变的情况下,燃烧室长度的调节对频率的影响不是单一的。     

工艺参数优化下连杆摆动副衬套结构强度研究

文中运用有限元法仿真了强力旋压下衬套中产生的残余应力,并基于温度等效模拟法获得了考虑残余应力下的连杆摆动副结构强度特性,进而开展了针对连杆摆动副衬套刚强度特性受减薄率、进给比和热处理温度等衬套工艺参数的规律分析和优化计算.结果表明,减薄率、主轴转速、进给比对残余应力值影响不大,残余应力值沿轴向呈对称分布,且两端较大;在连杆摆动副中,残余应力会使连杆摆动副工作中的应力与变形增大,残余应力较大处增幅明显,而对接触压力影响较小;由响应面优化该型衬套的应力和变形下的最优工艺参数为减薄率28.37%、进给比0.154和热处理温度261.73℃.      

基于LSTM的短波频率参数预测

针对现有短波通信频率参数预测方法操作繁琐、预测精度不足的缺点,首次提出一种基于长短期记忆型循环神经网络（LSTM RNN）的预测方法。通过对电离层参数f0F2数据的分析,利用LSTM在处理时序相关数据时可以长期记忆网络历史数据的优势,对f0F2值进行预测。对比反向传播神经网络（BPNN）,LSTM将误差降低了7%,并将均方误差控制在2%以下。研究结果表明：基于LSTM搭建的提前预报5天的f0F2值的模型是可行的且比BP神经网络更适合预测电离层的f0F2值。     

卸荷岩体宏观力学参数的分析方法再研究

阐述了宏观力学参数的分析基础与意义．给出了卸荷岩体宏观力学参数的研究方法和路线．接着列出了宏观力学参数的特点，最后指出了在计算和使用宏观力学参数时应注意的一些问题．