癫痫脑电的递归确定性分析

利用排序递归图的分析方法对癫痫脑电进行了确定性(DET)的分析,得出癫痫头皮脑电(EEG)的DET高于健康EEG。DET特征的差异性在局部导联上更明显,局部导联的DET特征可以作为癫痫疾病的自动诊断特征。通过分析发作阶段和发作间隙皮层脑电(ECoG)的DET,得出整个频带的DET差别不大,而在beta频带,发作阶段的确定性明显高于发作间隙的DET。Beta频带的DET特征可以作为癫痫发作的预测特征。研究结果为癫痫疾病的自动诊断和癫痫发作预测提供了理论依据。     

Courbage神经元映射模型的随机共振研究

采用神经元二维映射模型,通过数字仿真研究了高斯白噪声对神经元非线性动力学特性的影响.研究发现,噪声可以诱导具有次阈值输入信号的神经元产生动作电位和随机共振.随机共振现象的产生与否和噪声强度的大小以及输入信号的频率具有密切的关系.另外,还研究了系统的控制参数对随机共振现象的影响.     

基于相关向量机的小世界神经元网络拓扑估计

采用相关向量机从含噪时间序列中估计小世界神经元网络的节点动力学方程和拓扑结构。在具有多项式结构或能以幂级数展开的动力学系统中,将未知方程写成统一多项式形式,原动力学方程的项在统一多项式中是稀疏的,利用稀疏贝叶斯学习估计出稀疏项从而实现动力学方程和拓扑结构的估计。利用该方法对FHN小世界神经元网络进行节点动力学方程和拓扑估计,结果表明,该方法能快速准确地估计节点动力学方程结构和网络拓扑,对动力学方程系数和网络耦合强度有很高的估计精度,而且对噪声有强鲁棒性。     

基于PIC单片机和uPD6453的新型视频字符叠加系统

文章介绍了设计一个基于uPD6453和PIC16C73的新型高度集成化的视频字符叠加系统，详细论述了系统的构成及其工作原理，包括PIC16C73及uPD6453的特点和它们在系统中的具体功能，该字符叠加系统的硬件电路设计以及软件设计等。该系统已在实践中得到成功应用，是视频字符叠加的一种较好的选择方案。     

癫痫脑电的互信息和同步性分析

脑电（EEG）分析是研究癫痫的一个重要手段。以临床采集的健康对象和癫痫患者的头皮EEG为研究对象,计算不同导联EEG数据之间的排序互信息,结果表明癫痫患者不同导联之间的互信息明显高于健康对象,因此,排序互信息可以作为癫痫疾病诊断的重要特征。以排序互信息为依据,对癫痫脑电进行了同步性的分析,结果表明癫痫患者左脑区域内、右脑区域内及左右脑区之间的信息交流明显增强,即其同步性强于健康对象。互信息和同步性的分析方法还可对癫痫发作前期和发作阶段的EEG进行分析,对癫痫发作作出预测。     

无刷直流电动机二阶离散平滑滤波器位置伺服控制

A novel position servo controller for a brushless DC motor was designed based on the improved second discrete smooth trajectory filter. The output of the filter is suitable for the feed-forward control for the servo system, especially for the second order system, which guarantees minimum time response and smooth trajectory tracking. Based on the second order model of the Brushless DC motor, the cascade servo control of the brushless DC motor was implemented upon the second discrete filter algorithm. The outer-loop of the whole control system was realized by the second discrete filter, and the inner-loop used the traditional PI current controller. It has the integrative merits of linear and nonlinear control methods. Moreover, a load torque observer was advanced to enhance the anti-disturb ability of the servo system when the brushless DC motor running with the motor parameters change and/or external load variation. The proposed control method can obtain the excellent position tracking performance and a good speed response ability. Simulation and experiment results show that the control scheme is valid and effective.     

基于多智能主体系统的工程机械机群智能化研究

讨论了基于多智能主体的混杂分层式机群系统结构及机群智能化系统实现的关键问题。     

外电场作用下神经元网络同步特性

研究了外部电场对神经元网络同步活动的潜在作用机制。基于HH神经元模型, 通过改进的欧拉法对描述神经元模型的微分方程进行数值求解, 分别研究了直流和交流电场作用下兴奋—抑制性神经元网络的同步行为。结果表明, 直流电场可以有效地削弱引入适应性电流及解除抑制性突触连接所引起的网络同步性减弱的趋势; 对于交流电场同样可以削弱适应性电流所引起的负面影响, 且网络的同步活动对交流电场的幅值和频率都存在一定的选择性。研究结论有助于推动以电刺激作为治疗某些神经系统疾病的有效手段的进一步发展。     

基于复杂网络的脑电信号分析

采用相空间重构方法将一维脑电信号转换成复杂网络进行研究。将一维时间序列构造成多维相空间,计算多维时间序列任两个向量点间的距离得到加权矩阵,选择恰当的阈值将加权矩阵转换成二进制矩阵,该二进制矩阵视做时间序列所对应的复杂网络的邻接矩阵,阈值的选择使得生成的复杂网络满足连通性。利用该方法对睁眼和闭眼时的脑电信号进行辨别分析。结果表明,两信号的递归图、网络拓扑图、网络度分布和模体分布均表现出显著不同。因此,此分析方法为利用复杂网络实现分析和辨识不同脑电提供了新的思路。     

非线性时滞反馈实现离散神经元网络的去同步化

采用非线性时滞反馈实现离散神经元网络的去同步化控制．对于由映射神经元模型构建的神经网络，调节神经元之间的连接强度可以实现网络的混沌簇放电同步．在神经元的快变量中施加非线性时滞反馈信号可以实现网络的完全去同步化，且不改变神经元本身的放电特性．与线性时滞反馈相比，非线性时滞反馈能够实现强连接神经网络的去同步化，且对于参数的变化具有鲁棒性．