面向癫痫脑电的简化深度学习模型

针对脑电信号随机性强、动态变化迅速等特点,提出了一种简化深度学习模型研究癫痫脑电识别问题。提出的模型以一维卷积神经网络为基础,在结构方面简化了卷积层、池化层等以提高模型效率,在整体框架方面应用了Keras框架,在训练优化算法方面采用RMSProp算法作为模型优化算法,通过预定义的目标函数来进行损失估计,模型设计上加入了批标准化层和全局均值池化层。基于所提模型,从三个方面研究了癫痫脑电识别问题,即:利用经验模态分解,分别选取前三阶、前五阶、前七阶、前八阶的本征模态函数分量,在简化模型上进行对比分析;利用提出模型所具备的深度学习特点,直接识别原始脑电信号而无须特征提取环节;增加了三种不同方法分别提取7类特征,对相同的脑电数据进行对比分析。性能分析结果表明:对于五类不同的脑电信号,前三阶的本征模态函数分量的识别率达到92.1%,比其他几种处理方式识别率高;前八阶的本征模态分量识别率不及原始信号,表明人工数据处理时会给数据带来噪声; 所提出的简化深度学习模型能高效处理癫痫脑电识别问题,具备较高效率和较好性能。     

战争设计工程中多层次任务分解方法

战争设计工程是针对未来战争进行设计的,需要充分发挥各领域专家集体智慧.对领域专家在战争设计各个阶段执行活动的分析,是确定对领域专家选取指标体系和确定战争设计工程团队的基础.首先分析了战争设计工程(WDE)中领域专家的组成,进而给出了战争设计流程中各阶段领域专家需要完成的任务,在此基础上,提出了一种多层次任务分解方法,用于构建各领域专家在各个阶段需要完成的活动集.     

舰艇编队作战系统的武器目标分配问题

设我方m艘战舰,对方n个来袭目标.运用灰色局势决策求得目标对各个战舰产生的威胁值排序;再用模拟退火算法,参考目标威胁,单舰根据自身装载的火力发射进行初步武器分配;最后将分配结果传送至融合中心,应用大系统理论的分解协调法,协调武器分配,使得我方武器对本批目标的打击概率最大.仿真基于VC++编程实现,具体分析了算法及思想的可行性.     

一类广义延拓四元数矩阵的奇异值分解

从普通四元数矩阵的奇异值分解出发,给出了具有行或列对称结构的一类四元数矩阵(即广义四元数延拓矩阵)的奇异值、奇异向量与其母矩阵的奇异值、奇异向量之间的定量关系,推广了现有文献的结果。理论分析和数值实验的结果表明,就一大类广义四元数延拓矩阵而言,仅用母矩阵进行奇异值分解不但可以节省计算量和存储量,而且不影响任何数值精度。     

基于EMD、遗传算法及神经网络的柴油机故障诊断

研究了将经验模式分解(Empirical Mode Decom position,EMD)、遗传算法及BP神经网络相结合对柴油机振动信号进行故障诊断的方法。首先运用经验模式分解方法对柴油机缸盖表面振动信号进行分解并提取特征参数;然后利用遗传算法对得到的特征参数进行选择,找到对于故障诊断最为敏感的参数;最后建立了BP神经网络模型对柴油机典型故障进行诊断。通过对某型柴油机的验证,表明该方法能够准确识别柴油机供油系统的典型故障。     

H2O2/HTPB固液混合发动机点火试验研究

利用H2O2催化分解原理,设计了烃类燃料在催化分解的90%H2O2中能燃烧的点火器,然后采用该点火器进行H2O2/HTPB固液混合发动机点火试验研究.试验结果表明,该点火器能够成功启动H2O2/HTPB固液混合发动机,且当混合比偏离最佳混合比后,发动机的燃烧效率降低.     

空间救援发射窗口分析

从发射窗口的基本特性出发,推导了空间救援任务发射窗口的解析求解方法.将空间救援发射窗口问题分解为平面窗口问题和相位窗口问题,分别建立了平面窗口与相位窗口的解析求解模型,最后获得了发射窗口解析解.用直观曲线描述了同一经度的不同纬度所有发射点对应的发射窗口,为空间救援任务发射窗口的分析和快速计算提供了基础.     

大规模代谢网络分解的生物信息学研究

随着大规模分子相互作用数据的不断涌现,生物学网络方面的研究正日益得到重视.代谢网络处于生物体的功能执行阶段,其结构组成方式不仅反映了生物体的功能构成,也直接影响代谢工程中的途径分析和研究.作为代谢网络研究的重要环节,实现网络的合理分解不仅对于基因组范围内分子网络的结构和功能研究具有重要意义,也是代谢工程的途径分析和优化得以顺利进行的前提之一.在回顾代谢网络宏观结构和拓扑特征研究成果的基础上,通过对现有分解方法的深入分析,指出缺乏合理且有针对性的模型评估准则是目前网络分解研究中亟待解决的问题之一.今后的研究趋势在于如何整合更多的信息和发展更先进的分析方法,建立更合理的模型,并进一步拓展网络分解的应用范围.     

一种新的时频分析方法

首先分析了传统时频分析方法的特点及其局限性,而后评述了一种最新的适用于非平稳、非线性信号的通用的时频分析方法--基于经验的模式分解及希尔伯特变换谱,指出了该方法需进一步研究的有关问题