课程文献中心 更多>>

关键词： 张量网络   稀疏正则   脑电信号   空间特征分析   多域特征提取  

摘要： 脑机接口(brain-computer interface,BCI)技术是一种直接连接人脑与外部设备或计算机的技术,通过识别特定的神经活动转换为指令,以实现人脑与计算机的直接交互。脑电信号(Electroencephalogram,EEG)是最常见的BCI采集信号的方式,具有时间分辨率高,采集成本低等优势。脑电信号由于高维度和非稳态的特性,呈现出丰富的多域特征,但由于特征在向量和矩阵保存往往受到低维度的限制,导致无法充分发掘和利用脑电信号中蕴含的丰富多维信息。张量是多维数据分析和处理的高效工具,已经被研究人员广泛认可。而张量网络包含各种经典的张量分解算法,具有强大的数据处理能力,能够有力的提高EEG的分析和多域特征提取效率。本文利用张量网络对脑电信号进行分析,同时也针对Tucker分解和TT分解在脑电信号应用中所存在的局限性进行了算法改进,以进一步提升其分析效果和应用价值。主要研究如下: (1)针对Tucker分解算法特征提取较弱的问题,泛化能力较差的问题。提出了滤波约束Tucker分解算法,该方法在Tucker分解模型中添加频率滤波约束项,分解目标张量,实现任务分类和动态空间特征分析。该方法充分利用了脑电各频带的数据,在公开的持续注意力数据集上进行了验证取得了良好的效果。 (2)针对TT分解算法得到特征矩阵维度较大的问题,提出了稀疏正则TT分解算法,该方法在TT分解模型中添加稀疏正则项,进行特征筛选,提高了EEG张量分析效率。同时也克服了传统的Tucker分解和CP分解算法计算效率低和特征提取能力弱的缺陷。实验结果验证了算法可以获得更高的准确率,计算效率相比传统的Tucker分解和CP分解也获得了成倍的提升。 (3)针对脑电信号传统分析方法无法直接分析空间特征的问题,采用脑地形图对张量分解算法计算出来的mode-1因子进行脑地形图可视化分析,对不同频段不同任务状态下的脑区进行活跃程度分析,可动态观察脑区活跃程度的变化。在持续注意力(SAD)数据集和两个公开的BCI数据集上验证了算法空间特征分析的有效性。 本研究通过对EEG张量网络分析算法的研究,对EEG信号多域特征进行提取,初步证明了基于张量网络进行脑电信号的特征提取分析有效性,为脑电信号处理领域提供了新的思路和方法。

关键词： 光学设计   辐射定标   光谱模拟   空间光调制  

摘要： 针对星敏感器地面标定试验中模拟恒星光谱与观测恒星光谱不匹配，影响星敏感器地面光信号标定精度的问题，本文提出了一种结构简单的光谱可调恒星光谱模拟系统设计方法，该系统采用超连续激光作为照明光源，数字微镜作为光谱调制器件，以通过双光栅色散复用为基础，实现光谱的分光和准直成像，相比传统的基于空间光调制器件的恒星光谱模拟系统，本文设计的系统结构简单、易于装调，并且没有传统系统中普遍存在的谱线彗差、谱线弯曲等像差，降低了光谱精确模拟对高冗余光谱模拟算法的依赖。最后搭建了实验平台，对系统性能进行测试，在2600 K色温的光谱模拟精度为-4.9%,7000 K色温的光谱模拟精度优于-4.7%,11000 K色温的光谱模拟精度优于-4.2%，达到了预期性能，并与理论分析结果相一致。此外，提出的光谱模拟系统还可以满足空间相机的遥感辐射校准，以及高光谱图像投影仪和分子成像的光谱模拟要求，是一种具有广泛应用前景的光源。

关键词： 光谱学   生物气溶胶   光谱识别   傅里叶变换红外光谱技术   卷积神经网络  

摘要： 针对环境监测和公共健康保护中生物气溶胶快速识别的需求，结合一维卷积神经网络（1D-CNN）和衰减全反射傅里叶变换红外（ATR-FTIR）光谱技术，提出了一种生物气溶胶识别方法。通过小波包变换和Savitzky-Golay(SG)卷积平滑算法对ATR-FTIR光谱数据进行预处理，利用1D-CNN模型进行深度特征提取和分类。与传统的支持向量机（SVM）方法相比，所建模型在识别6种常见生物气溶胶样本上展现出了99.9%以上的识别准确率，显著优于SVM方法的95%。此外，通过交叉验证和低含量样品数据的验证实验，1D-CNN模型展现出了高稳定性和良好的泛化能力。证实了将1DCNN与ATR-FTIR光谱技术相结合，可以实现生物气溶胶的快速、准确识别，为生物污染事件的快速响应提供了有效的技术支持。