基于头皮拉普拉斯脑电电极的高空间分辨率SSVEP信号采集与分析研究

脑电信号（Electroencephalogram,EEG）因其具有时间分辨率高、方便易得等优点被广泛应用。然而脑电信号的空间分辨率较低,导致其应用效果受限。拉普拉斯滤波方法已被证明可提高体表电位的空间分辨率。传统拉普拉斯脑电研究通常利用算子来估计圆盘电极阵列中的拉普拉斯电势。但是圆盘电极间距大,使得该方法估计结果精度较低。针对上述问题,本文设计了一种拉普拉斯脑电电极及其采集方案,分别从仿真实验和人体实验两方面验证了其有效性。仿真结果表明拉普拉斯电极空间分辨率可比传统圆盘电极提高约41.4%。人体实验结果表明大脑左右半球视觉皮层同时产生稳态视觉诱发电位（Steady-state visual evoked potentials, SSVEP）时,拉普拉斯脑电信号可明显分辨出左右半球两个独立的SSVEP源信号,而传统脑电信号无法区分这两个独立脑电源。上述研究结果证明,本文设计的拉普拉斯脑电电极及其采集方案能够有效提升脑电的空间分辨率,有望实现更精确的脑电源定位。     

复混肥中磷元素的激光诱导击穿光谱多元线性定量分析

复混肥成分的快速、原位检测对化肥的生产过程、产品质量控制具有重要的意义。在化肥企业生产中,实验室进行分析,检测时间长,无法实现线上检测。与复混肥成分现有检测方法相比,激光诱导击穿光谱(LIBS)检测时间只需几分钟、一次测量可完成复混肥成分检测、几乎无需样品预处理,将该技术用于复混肥成分快速、现场检测非常合适。搭建LIBS系统, 激光器(100 mJ, 1 064 nm, 1 Hz)输出的激光束经45°反射镜由水平转为垂直方向,经焦距为40 mm的透镜聚焦至旋转台上的复混肥样品表面,产生激光等离子体。激光器的调Q信号控制光纤光谱仪(Avantes, 195～500 nm)采集信号,设置光谱延迟时间为1.28 μs,采集时间为1.05 ms,最终获取复混肥样品LIBS光谱。20个复混肥样品由安徽徽隆集团提供,磷元素的参考值由企业采用国家标准方法测量。将复混肥样品粉碎过筛取3 g,采用压片机在8 MPa下压制成形。实验中,使用小型风扇吹扫复混肥样品表面,形成稳定气流,每个样品重复测量10次,每次测量平均20个脉冲,以减小样品不均匀性。其中,15个样品用于定标回归模型的建立,五个样品用于检验定标模型的适用性。复混肥是一种成分复杂的混合物,其中氮、磷、钾均以化合物存在。传统的LIBS定量方法是基于待测元素单条谱线强度,未考虑其他元素影响,降低了定量结果的准确性。将LIBS技术和多元线性回归法结合用于分析复混肥中磷元素浓度。选取磷元素的三条特征谱线即213.6,214.9和215.4 nm。磷矿中硅元素含量基本不变,且硅元素在磷的谱线附近存在多条谱线,如212.4,220.8,221.1和221.7 nm。分别采用一元、二元、三元和四元线性回归法建立校准曲线。结果表明,采用P Ⅰ: 214.9 nm谱线强度作自变量建立一元线性回归,LIBS预测值与参考浓度的相关系数仅为0.083,无法满足磷元素的定量分析要求。当采用P Ⅰ: 214.9 nm谱线强度和三条特征谱线之和(P Ⅰ: 213.6, 214.9和215.4 nm)作自变量建立二元线性回归拟合时,相关系数提高到0.856,平均绝对误差由1.32%减小到0.16%。在二元线性回归中引入Si Ⅰ: 212.4 nm谱线强度,建立三元线性回归,相关系数为0.869。为进一步提高磷元素浓度测量的准确性,建立四元线性回归方程,将Si Ⅰ: 212.4,220.8,221.1和221.7 nm谱线强度之和作为自变量加入三元线性回归,相关系数提高到0.980,且15个定标样品的相对误差范围为0.06%～1.31%,而验证样品为0.13%～1.26%,这说明采用四元线性回归定标法可提高复混肥中磷元素浓度测量的准确性。     

支持U-learning的几种关键技术研究

U-learning(泛在学习)以任何人在任何时间,任何地方,能够根据需要获得任何信息的学习理念受到越来越多的关注。整理了U-learning概念的演变过程,介绍了U-learning实现所需的几种关键技术,从而了解泛在学习的现实发展状况。