海水中声波信号检测算法研究

海水内部复杂的噪声环境以及声波发射端和接收端的相对运动所导致的多普勒效应,使海水中表征有用信息的声波信号信噪比低,且声波频率会产生偏移.针对这一问题,建立了海水中的声波传输模型,并以适合于海底低功耗、微处理器实现的双频声波信号的实时检测算法为研究对象,通过仿真实验对比了相关分析、频谱分析、功率谱密度分析以及短时傅里叶变...     

新型宽频自适应石英晶体微天平测量方法

针对目前石英晶体微天平(Quartz crystal microbalance,QCM)仪器所存在的对晶体切割工艺要求过高,测量参数不够全面等问题,在正交解调法的基础上,提出了一种在较宽频率范围内具有自适应功能,测量频率分辨率高,并且可同时连续获取谐振频率和耗散因子D的测试方法。实验表明:室温下,频率测量自适应范围在1~9 MHz且频率分辨率小于1 Hz;随着工作电极聚丙烯酸(Poly acrylic acid,PAA)膜厚度的均匀叠加,测得范围内各晶体频率偏移呈线性变化;随着不同溶剂挥发,D因子测量结果在时间轴上连续有效。与传统方法相比,本方法具有耗材成本低,获取参数丰富等优点。     

基于特征语谱图和自适应聚类SOM的快速说话人识别

为获得说话人发音特征,基于仿生思想,提出一种基于语谱图统计的方法,通过对说话人短时语谱图的线性叠加获得可表征说话人稳定发音特征的特征语谱图。为解决资源受限的设备中说话人识别系统网络训练速度慢、识别效率低的问题,基于传统自组织映射(self-organizing feature map,SOM)神经网络提出了一种自适应聚类SOM (adaptive clustering-SOM,ACSOM)算法,随着待识别说话人数的增加,自动调节增加竞争层神经元个数,直至聚类数达到说话人个数。采用该AC-SOM模型对100人的自建特征语谱图样本库进行聚类识别,最大训练时间只需304 s,最大单张识别时间小于28 ms;在识别人数相同时,相对于所对比的其他识别方法,该方法大大提升了网络训练速度和识别速度,满足了边缘智能(edge intelligence)系统中对数据处理与执行的实时性的要求。     

具有随机延迟的网络控制系统的模糊PID控制方法研究

针对网络控制系统中的随机延迟及包丢失问题,使用TrueTime工具箱建立了网络控制系统的仿真模型,并采用了模糊PID的控制方法实现了系统的控制,给出了控制算法的设计过程和仿真实验结果.     

基于字符组合特征及BP神经网络的车牌汉字识别

提出了一种车牌汉字识别方法.该方法基于统计特征中的投影特征将车牌汉字根据结构特征进行粗分类,对于粗分类结果建立不同的BP神经网络分类器,训练完毕后,以MATLAB为软件平台,利用网络参数对车牌汉字进行分类识别.结果表明,该方法对车牌汉字识别有效,识别率高.     

一种基于混合神经网络的车牌字符识别方法

针对单一种类的神经网络在识别严重污损的车牌字符时很难达到理想效果的问题,提出了一种基于联想记忆算法与BP算法相结合的混合神经网络.该网络将Hopfield神经网络与BP神经网络级联,对输入的字符样本进行两次判别.通过对加噪、旋转和切割情况下的车牌字符样本进行识别实验,证明该方法可有效地提高车牌字符的识别率.     

室内装饰工程质量通病的预防与控制

列举了室内装饰工程（包括内墙抹灰、顶棚抹灰、木门制安、铝合金安装与室内电器工程）的质量通病，并提出了相应的预防、控制方法与措施。     

基于忆阻器的spiking神经网络在图像边缘提取中的应用

根据生物视觉系统的功能原理,用忆阻器模拟生物突触,结合忆阻器的记忆特性和spiking神经网络的高效处理能力,构造了一种可用于图像边缘提取的三层spiking神经网络模型,该网络用忆阻器电导的变化量来表征图像边缘信息,仿真结果表明,该方法的边缘提取结果具有连续性、光滑性、低误检漏检性和边缘定位准确性,该神经网络的处理过程符合生物信息处理机制,为视觉系统的仿生实现提供了新的思路。     

Izhikevich神经脉冲发放模型的FPGA硬件实现方法

首先将该神经元模型模块化,然后利用VHDL语言对各个模块进行硬件描述,最后在FPGA中硬件实现了20种神经元的脉冲发放模式,为多种脉冲神经网络的硬件实现提供了参考.     

基于脑机接口竞赛脑电数据集的运动想象识别影响因素分析

针对两个常用的脑机接口(brain computer interfacing,BCI)竞赛运动想象任务脑电数据集——2003Ⅲ和2005Ⅲa,分类识别率差异较大的问题,结合运动想象脑电信号的生理基础,从信号噪声、受试者反应程度和C3、C4通道信号能量差异三个方面对两个数据集的数据进行了分析比较。结果表明:与2005Ⅲa数据集相比,2003Ⅲ数据集信噪比较高,受试者对运动想象任务的反应更明显,并且C3C4通道的信号能量差异趋势更标准,解释了对2003Ⅲ数据集的识别率普遍高于2005Ⅲa数据集这一现象,说明这三个因素是影响识别率的主要因素。研究为运动想象脑电数据有效性分析以及提高基于脑电的运动想象识别率提供了新的思路。