课程文献中心 更多>>

关键词： 室内定位   ZigBee   混合滤波   接收信号强度指示  

摘要： 针对基于ZigBee网络的节点接收信号强度指示(received signal strength indication,RSSI)在复杂环境测量会产生偏差的问题,提出一种基于混合滤波的无线网络测距算法。该方法在运用卡尔曼滤波的基础上融合了基于中值自适应加权高斯滤波的混合滤波,首先用卡尔曼滤波算法去除波动性较大的RSSI值,再利用中位值抗差性原理和自适应函数降低RSSI数据的波动。仿真实验结果表明,混合滤波无线网络测距算法能够较大程度减小异常值带来的波动,有效提高RSSI采样精度。

关键词： 经颅磁声电刺激   工作记忆   突触可塑性   皮质网络   LIF神经元模型  

摘要： 背景:经颅磁声电刺激是一种新型无创的神经调控技术,利用超声波与静磁场耦合作用产生的感应电场调节神经系统的放电活动,但其影响大脑突触可塑性的作用机制研究尚浅。目的:探讨经颅磁声电刺激强度对小鼠前额叶皮质神经网络突触可塑性的影响。方法:①动物实验:将24只C57小鼠平均且随机分为4组,对照组(接受伪刺激)、刺激6.35 W/cm^(2)组(接受0.3 T、6.35 W/cm^(2)的耦合刺激)、刺激17.36 W/cm^(2)组(接受0.3 T、17.36 W/cm^(2)组的耦合刺激)和刺激56.25 W/cm^(2)组(接受0.3 T、56.25 W/cm2的耦合刺激),记录小鼠执行T迷宫过程中局部场电位信号和行为学正确率。②建模仿真实验:构建经颅磁声电刺激小鼠前额叶皮质神经网络模型,分别比较不同刺激强度下神经网络结构连接特性。结果与结论:①经颅磁声电刺激能够有效缩短小鼠行为学习时间,工作记忆能力得到改善(P<0.05),且习得行为后继续刺激小鼠前额叶,各组小鼠T迷宫行为学实验准确度没有明显差异(P>0.1)。分析小鼠前额叶局部场电位信号发现经颅磁声电刺激促进了β节律与γ节律能量增强;而随刺激强度升高,β节律与γ节律出现了非同步性下降;通过β-γ相位幅值耦合发现,刺激增强了神经网络适应新的信息和任务要求的能力变化。②建模仿真发现,刺激使得神经网络放电水平增强,长时程突触权重水平提高而短时程突触权重仅在刺激强度较高时降低。③研究结果表明,不同的刺激强度与神经网络功能结构的影响存在复杂的非线性关系;这种神经调控技术为治疗突触功能障碍和神经网络异常等相关神经疾病方面提供新的可能。

关键词： 森林防火   无人机   图像处理   BP神经网络  

摘要： 对无人机设计方案、图像处理和火焰分割算法的技术原理进行了介绍,并利用BP神经网络对图像中的火焰面积变化率和火焰尖角等特征进行识别,实现了对森林火灾的快速监测。实验结果表明:系统的准确率为98.5%,比普通神经网络的84.5%更高;耗时仅22 s,比普通神经网络159 s缩短很多。这表明,BP神经网络是更可靠且更有效率的火灾识别方案。

关键词： 盾构隧道   泥水分离   Cook距离   小波去噪   BP神经网络   参数预测  

摘要： 泥水盾构穿越复合地层时,掘进控制参数和泥水分离系统参数往往出现大幅波动,影响施工安全和掘进效率。为提升施工过程的安全稳定性,实现异常工况预测,依托望京隧道盾构工程,针对地层状况采用筛分、双旋流、离心/压滤固液分离协同控制技术,采集盾构机掘进参数(掘进速度、刀盘转速和总推进力等)和泥水分离系统运行参数(进浆量、进浆密度和进浆黏度等),通过Cook距离离群检测和小波阈值去噪处理提升数据质量;以双旋流分离密度比值、黏度比值等12个参数为输入,排浆量、排浆密度和排浆黏度为输出,建立BP神经网络泥水分离系统参数的预测模型,并选取3个不同地层环段进行预测对比分析。预测结果表明:预测平均绝对误差均在5%以内,该预测模型在复合地层下仍具有较高的准确性。

关键词： 高精度tDCS   网络成瘾   决策加工   背外侧前额叶  

摘要： 研究发现网络成瘾者存在严重的“忽视长期利益、追求短期利益”的非理性决策行为.采用高精度tDCS技术干预网瘾被试和对照组,对比两组在最后通牒任务中的拒绝率和相应的反应时,发现单次20 min的右背外侧前额叶阳性刺激可以显著降低网瘾被试的拒绝率,并缩短其反应时间.研究结果说明,不仅单次高精度tDCS可促进网瘾者非理性决策行为的改善,而且通过干预关键脑区,即使是神经环路复杂的决策这一高级社会认知,高精度tDCS也可以实现对于决策整体加工的促进作用.因此,从其短时高效的作用效果出发,高精度tDCS未来可以考虑作为网瘾甚至更多其他病症的有效干预方法之一.

关键词： 信道状态信息   AP探测   粒子群优化   BP神经网络  

摘要： 5G基站位置的确定对室内定位服务和网络安全有着重要意义。首先对5G信道状态信息CSI进行Hample滤波和降维,然后构建基于粒子群优化PSO的误差反向传播BP神经网络信号损耗模型,建立5G CSI和距离的映射关系,最后基于模型预测的距离实现对5G AP的探测。实验采用室外探测室外和室内5G AP的实测数据,结果表明,与BP神经网络相比,基于PSO-BP神经网络的距离预测值更加精确,室外探测室外和室内5G AP的精度分别达到了0.32 m和0.96 m。随着测量方向数的提升,5G AP的定位精度不断提升。当方向数达到5个时,精度提升最为显著。

关键词： 爆炸切割网络   传爆间隙   传爆角度   传爆药柱   仿真分析  

摘要： 为研究爆炸切割网络中传爆节点处传爆能力的关键影响因素,通过改变切割索对传爆药柱的传爆间隙进行了平板传爆试验,将试验结果结合仿真分析确定了JO-11C传爆药柱的仿真材料参数,并进一步分析了传播角度对传爆能力的影响。研究结果表明:随着传爆间隙的增加,传爆能力下降,切割索对传爆药柱的最大传爆间隙区间为2.0~2.5 mm;同时,传爆角度的增大能够显著提高传爆能力。本研究为爆炸切割网络的传爆性能研究以及提高武器系统的可靠性提供了参考。

关键词： 淫秽物品   诲淫性   性的非强制化  

摘要： 淫秽物品犯罪的法益不是管理秩序或者性风尚,也不是公众情感或者不接触淫秽物品的权利,而是性自主权。我国刑法规定的“诲淫性”不是主观意图而是客观上的强制性,可以将淫秽物品分为两类:一是表现强制性性行为的内容上的淫秽物品,二是在制作、贩卖、传播过程中直接侵犯性自主权的淫秽物品。前者应当符合公开传播的要求,后者在传播范围有限的情况下也应当构成淫秽物品犯罪。

关键词： 桥梁斜拉索   智能损伤识别   轻量化神经网络   计算机视觉   深度学习  

摘要： 深度神经网络和计算机视觉技术近年来在结构健康监测中发挥了越来越重要的作用。利用无人机航拍采集的桥梁斜拉索损伤图像数据,研究基于深度学习技术的斜拉索PE护套损伤识别方法。为实现在较低运算能力设备上对大跨度桥梁斜拉索表面局部损伤的智能快速识别,解决传统深度卷积神经网络的运算效率相对较低、模型参数规模较大的问题,提出轻量化处理的区域推荐型卷积神经网络模型。介绍区域推荐网络与其轻量化改进方法的理论基础,分析轻量化模型处理的必要性,其能在保证识别精度的前提下降低模型训练与预测的设备性能需求,达到节约计算资源与时间的目的;通过数据增广等多手段解决损伤样本数据量不足的问题,设置对比试验,统计分析结果,验证了轻量化神经网络模型的优越性。结果表明,轻量化网络在牺牲少量识别准确度的前提下,能够在较大程度上实现对模型复杂度与计算量的改进,在工程应用中能有效拓展神经网络的实用性。

关键词： 提高分辨率   U-net   残差结构   同分布  

摘要： 高分辨率地震资料处理是获取高品质地震资料、实现薄储层良好地震地质解释的关键。传统提高地震分辨率的方法应用条件苛刻,关键参数求取复杂,在实际应用中受到诸多限制。深度学习中的U-net网络以纯数据驱动的优势,可学习低分辨率地震记录到高分辨率标签的非线性关系,实现地震资料的高分辨率处理。本文设计了残差U-net网络结构,同时提出了基于概率密度函数控制的同分布反射系数集生成方法,将测井反射系数的概率密度函数作为一种先验约束信息融入训练样本,不仅保证了足够的同分布样本来训练网络,还确保了训练样本更符合工区实际情况,以此提高模型预测的准确性。模型测试和实际资料应用结果表明,本文提出的方法能够有效应用于地震资料分辨率的提高,同时拓宽频带。