磁刺激穴位复杂脑功能网络构建与分析

本文采用互信息方法对磁刺激内关穴过程中的脑电信 号进行了两两通道间非线性时域关联特性分析, 构建了不同频率刺激前、刺激中、刺激后的脑功能网络, 并基于复杂网络理论对脑功能网络的特征进行了深入研究. 结果表明, 磁刺激频率为3 Hz 时, 大脑功能网络的平均度、平均聚类系数和全局效率与刺激前相比均有显著升高, 平均路径长度显著降低, 并且相应脑功能网络的"小世界"属性有所增强, 信息在大脑各区域间的传递更加高效. 本研究首次开展了磁刺激穴位复杂脑功能网络的构建与分析, 为探索磁刺激穴位对大脑神经调节的作用和机理提供新思路和新方法. 关键词： 复杂网络 磁刺激 脑功能网络 互信息     

度量空间的k－映射像

Ｅ．Ｈａｌｆａｒ（［６］）引入了ｋ－映射概念，本文给出了度量空间ｋ－映像的一个内在刻划，并由此得到一些度量化定理。     

庆祝武汉大学合校5周年——前进中的武汉大学期刊社

武汉大学期刊社成立于2000年10月，下设办公室、5个编辑部以及出版发行部、网络信息部共8个部门，编辑出版6种中文核心期刊学报、2种英文学报及2种科技杂志。     

采用生理响度感知机制的车内噪声声品质预测

现有车内噪声声品质预测的响度计算中没有考虑真实人耳生理解剖结构的传声特性,因此提出了一种基于生理响度感知模型的车内噪声声品质预估方法。首先,采集两款轿车的车内噪声样本,并通过主观评价试验得到车内噪声的主观评价烦恼度。之后,整合中耳集总参数模型与耳蜗传输线模型,构建生理响度模型。然后,以生理响度模型的响度计算值为主要参数,结合尖锐度、粗糙度与车内噪声的主观评价值,通过TabNet模型构建了车辆声品质预测模型。最终,对比分析了所构建声品质模型与基于现有标准响度模型所构建的声品质模型的预测效果。结果表明,采用生理响度模型的声品质预测平均误差百分比仅有4.73%,优于采用Moore响度(6.13%)与Zwicker响度(6.94%)的声品质预测结果。此外,所构建的TabNet声品质预测模型的平均误差百分比也低于基于BP神经网络模型的平均误差百分比(7.60%)。采用生理响度模型的TabNet声品质预测能够提高车内噪声声品质客观评价的准确率。     

基于孪生网络模型的岩石光谱自动分类方法

岩石光谱是岩石物理化学性质、成分和结构的综合体现,如今已经被广泛应用于岩石分类研究中。岩石光谱数据具有高维的特征数量,在样本数量有限的情况下训练时,往往会产生维数灾难现象。由于岩石光谱的数据收集困难,这在产生极大的人力成本的同时也导致收集到的岩石光谱数据往往十分有限。因此如何能够在样本数量较少时,对岩石光谱数据取得较为准确的分类效果成为了如今热门的研究课题。利用辽宁兴城地区的典型岩石光谱数据,基于Python编程语言在训练样本较少的情况下构建了孪生网络分类模型,并以Triplet Loss作为损失函数,实现了3-way-1-shot分类模型,在测试集上取得了97.8%的分类准确率。同时使用了决策树、随机森林、支持向量机和K-近邻四种传统机器学习方法在相同训练样本下建立分类模型与之对比,通过绘制学习曲线,验证了这四种传统机器学习方法在小样本的情况下不具备良好的分类功能。由于将原始光谱数据转化为图片数据之后并不会影响孪生网络模型的分类效果,因此可以将岩石光谱分类问题转化为图像分类的问题,进而使用图像分类的方法和手段。实验结果表明,孪生网络模型在岩石光谱样本数量较少的情况下仍然能够取得优秀的...     

光导微波源阵列合成时控技术初步研究

基于宽禁带光导半导体的固态光导微波源是高功率微波产生的一种新途径,该方案具有功率密度高、频带范围宽等特点,且其低时间抖动特性使其在功率合成方面具有巨大潜力,利用光波束形成网络构建光导微波有源相控阵是光导微波器件迈向实用的重要途径。分析了光导微波相控阵系统原理,设计了光导微波真延时网络架构,并构建了差分真延时相控阵和考虑相位随机误差的真延时相控阵的理论模型,对影响功率合成和波束扫描的关键因素开展定量分析和仿真验证。结果表明,对于发射1 GHz信号的n×10阵列,延时均方差在10 ps以下时,指向偏差小于0.13°,峰值增益损耗小于2%;延时步进精度在10 ps以下时,指向偏差小于0.2°,峰值增益损耗小于0.03%。由此提出延时精度指标,为未来更高功率、更大规模的光导微波合成技术发展提供参考。     

基于PFN-Marx技术的紧凑型重频脉冲功率源

针对低磁场相对论磁控管高功率微波器件实验驱动需求,对基于脉冲形成网络（PFN）储能的高功率脉冲产生技术进行了研究。为了使其结构紧凑且具有较好的输出脉冲波形,设计了半环形PFN脉冲形成单元,两个半环形带状PFN与一体化开关、绝缘盘组成圆环形高压脉冲产生模块。PFN脉冲形成单元由13个陶瓷电容与半环形金属电极板构成,多个高压脉冲产生模块同轴层叠,所有开关导通后各模块PFN串联放电,产生快前沿高功率方波脉冲,再通过对触发开关和充电电源的同步控制实现重频工作。采用电磁仿真软件对PFN物理结构进行优化设计,研制的高压脉冲产生模块充电51 kV在负载8.5?上输出电压峰值49.6 kV、脉冲半高宽108 ns、脉冲前沿14 ns、平顶（90%～90%） 74 ns,具有较好的方波特性;11个高压脉冲产生模块层叠集成为1个22级紧凑PFN-Marx装置,在充电51 kV的条件下,84?负载上获得峰值516 kV的高电压脉冲输出,半高宽104 ns、平顶63 ns、脉冲前沿11 ns,实现了20 Hz连续15 s重频稳定工作,输出波形完全一致。     

基于深度迁移学习的复杂机场场景飞机目标检测方法

提出了一种改进的深度学习模型,旨在解决检测问题。首先基于迁移学习,微调预训练模型,提高了模型在有限的飞机数据集中的特征提取能力。其次,融入调整模块以增加深层特征图的感受野,提升模型的鲁棒性。引入特征金字塔网络,融合不同尺度的特征信息,进一步增强多尺度特征提取能力。最后,优化了检测头,融合轻量化的分类和回归并行分支,平衡了目标检测的准确性和实时性。构建了易于拓展的Aeroplane数据集,并对所提方法进行了实验验证。结果表明,所提模型在单架飞机、相互遮挡的飞机和小飞机的检测中平均精度分别提高了4.9%、4.0%和4.4%。所提方法在不同环境下表现优于其他经典方法,包括各类遮挡和夜间、雾天等复杂场景,具有良好的场景鲁棒性。     

基于改进Xception实现涡旋光束轨道角动量识别

当光束在海洋中传输时,湍流的存在会严重影响光束的质量,导致接收端光场产生扭曲和退化现象。为解决该问题,提出一种基于改进深度可分离网络（IXception）的方法,用于实现通过海洋湍流传输的涡旋光束轨道角动量模态识别。采用分步相位屏的思想,基于功率谱反演法仿真涡旋光束在海洋中的传输过程,并建立入射光场发生的退化、扭曲的散斑场数据集,用数据集来训练IXception识别散斑场中涡旋光束的轨道角动量。IXception延用Xception架构思想,结合了残差结构和倒置残差结构,能够提取高度空间深度特征,减少网络结构参数的冗余,增强泛化能力。研究结果表明,IXception在20 m和80 m湍流中对扭曲光场轨道角动量的识别率达到了99.20%与97.9%。随着传输距离的增加,IXception的识别率会略有降低,但与Xception模型相比,IXception识别性能更好。     

基于多线程技术的智能小区管理服务系统构建

设计并实现了一个由485网络构成的智能小区数据采集、控制及管理服务系统,该系统能实现抄表、安防和物业管理等功能,对该系统的整体结构做了介绍,并讨论了中心主机管理服务系统软件的两大模块——通信引擎和管理平台,其中详细分析了多线程技术在通信引擎中的重要作用．