改进的重标度极差法用于人体步态信号的动力学探测

作为人体输出生理信号之一的步态信号通常呈现一定的分形结构,具有明显的非线性特征,如何准确地探测到人体运动控制这一复杂生理系统的动力学特征具有重要的现实意义.本文通过一种改进的重标度极差法准确地捕捉到了不同自由行走速度下人体步态信号的动力学分形特征,而将原始步态时间间隔序列随机打乱顺序,获得的新序列则呈现出明显的随机性;通过与按节拍器产生的三种对应行走速率下的步态信号进行分析和比较后发现:正常健康人体输出的步态信号呈现出长程正相关性,而按节拍器节律获得的步态信号则长程正相关性减弱甚至消失,证明了人体运动控制系统调控输出步态信号的重要性.步态信号的动力学分形特性是健康人体的固有特征,具有很强的鲁棒性.缩短步态时间间隔序列长度后分析,该方法依然能够有效地探测到正常健康人体步态信号的动力学特征,并且算法简单可靠、运算快速、参数敏感、抗干扰能力强,研究结果对于人体运动控制系统的建模以及量化步态信号动力学的生理状态具有一定的应用价值.     

过速型室性心律失常事件的短时非线性心率变异性预测

过速型室性心律失常(室速和室颤)是心脏猝死的一个主要诱因, 有效的治疗手段是在体内置入埋藏式心脏复律除颤器. 心脏复律除颤器能够准确、有效地捕捉到患者心律失常事件的发作并及时发放电击指令. 本文采用两种基于熵的非线性复杂度测度——近似熵和样本熵, 以及两种线性测度——平均RR间期(心电图相邻R波之间的时间间隔)和平均RR间期的标准差, 分析了78名患者体内心脏复律除颤器中存储的135个室速或室颤事件刚刚发生前的一段RR间隔片段, 并与来自同样患者的没有室性心律失常事件发生时(通常为窦性节律)记录到的RR间隔序列进行比较. 结果显示, 过速型室性心律失常发作前患者心跳会出现明显的加快现象, 并且其心率变异性信号的近似熵和样本熵值均明显减小. 室速或室颤事件发作前的一段时间内, 患者自主神经系统中的交感神经张力增加, 而其心率变异性信号的复杂度却降低了, 表明心脏病患者过速型室性心律失常事件的自然发作并不是突发现象, 而是在发作前的一段时间内就已经有了某种先兆. 为了获得更好地识别室性心律失常事件的能力, 单独分析了矢量匹配容差对两种算法性能的影响, 从而确定了最佳的容差取值范围. 因此, 近似熵和样本熵测度有可能成为心脏复律除颤器中短时预测恶性过速型心律失常事件的有效的非线性参数.     

基本尺度熵方法用于短时心率变异性分析的临床应用研究

心率变异信号能够体现神经对心脏节律的调节,其复杂性能够反映心脏的生理功能和健康状态.近十几年来,通过心率变异性来研究和诊断心血管疾病得到不断的提倡.本文作了以下工作:在分析短时心率变异信号特点的基础之上,运用基本尺度熵的方法来研究其动力学特性,从中提取出具有生理学意义的、能有效反应心率变异信号动力学特性的非线性参数;结合VC平台,编写出实现该基本尺度熵方法的分析软件,可对不同的心率变异信号进行分析处理,并将结果在PC机上直观地显示出来;运用这个软件分析了由本实验室与医院合作采集的五组不同健康状况的志愿者(包括50个健康年轻人和49个高血压、15个心绞痛、64个冠心病、37个心力衰竭患者)的心率变异信号,并对五组分析结果进行了医学统计.实验结果表明,从基本尺度熵方法提取出的非线性参数中:直方图的分布能反映心跳间隙的细节,直方图是否出现四个固定的最大值可作为初步诊断心脏是否健康的依据;基本尺度熵值和禁止状态个数则对不同的健康程度具有一定的区分效果.此外,对五组数据的分析统计结果还能够为临床诊断和心率变异信号的进一步研究提供参考.     

基于构型表的等值线绘制算法及程序实现

等值线图是一种离散数据的图形表示方法,在水利、土木、地质、石油勘探等工程和技术领域内都有广泛的应用.本文介绍了一种思想简单但行之有效的等值线绘制、光滑算法,该算法的时间复杂度与传统等值线绘制算法相当,但不需要像传统算法那样进行繁琐的等值线的追踪和走向判断,只需将二维数据平面划分成若干个彼此相邻的四边形,各四边形的顶点是最邻近的4个数据点,每一个四边形就是一个最小的等值线绘制单元,只要将二维平面上的所有划分好的四边形单元按一定顺序依次“移动“遍历,在遍历的过程中依据本算法给出的构型表绘制每个单元内的等值线小段,遍历完毕后,就会产生所求等值线的所有小段,从宏观上来看,所有的单元中的小段就连接成了光滑的等值线.然后,本文也介绍了等值线的连接绘制、光滑和彩色填充在OpenGL下的程序设计与实现,其填充效果可以达到像素级渐变,绘制速度可以满足心外膜标测实时显示的要求.最后分别给出了利用本算法和传统的基于等值线追踪的算法绘制的等值线效果图并进行了对比.     

圆筒形超深海半潜式钻井储油平台运动特性分析

使用Pro/E软件对SEVAN 650平台和GVA 7500平台建模,将模型导入ANSYS Workbench程序的Hydrodynamic Diffraction模块,计算出2座半潜式钻井平台南海海况风暴自存状态下的运动响应幅值算子,得出2座平台各自的垂荡、横摇和纵摇特性曲线,进而对2座平台南海海况风暴自存状态下的运动特性进行对比分析.结果表明:SEVAN 650圆筒形半潜式平台在原油存储性能和甲板承受可变载荷性能优于GVA 7500平台的前提条件下,其在风暴自存状态时具有比GVA 7500更优的抗倾性能,但SEVAN 650平台在风暴情况下的垂荡响应幅值需要进一步减小.     

风车安装船的站立稳定性数值分析

为了准确计算风车安装船的站立稳定性,分别建立了不同约束下的风车安装船桩腿有限元模型,即传统铰支模型和桩土相互作用下的模型.利用这2种模型,从静力分析、模态分析和瞬态动力学分析方面对桩腿进行了数值模拟,并进行比较研究.研究结果表明:桩土相互作用模型的静力分析结果和铰支模型相差较大,其中最大应力都远低于桩腿屈服强度;2种模型下桩腿的固有频率略有差别,最大弯矩都发生在桩端处,未出现在水面附近;桩腿在变载荷下的最大位移偏大于静载荷下的最大位移.风车安装船桩腿结构具有优良的稳定性能;稳定性分析时采用桩土相互作用模型精度更高.     

一种基于深度学习的商标检测方法

网购时代,五花八门的产品品牌让消费者选择困难,同时也滋生了大量线上商标侵权行为。为此,提出一种基于深度学习的商标检测方法。方法以YOLOv7-tiny网络模型为基础,首先,为提升多尺度检测能力,Neck部分的PAnet模块改为简化的自适应学习权重、多尺度特征融合网络SimBiFPN;接着,为关注关键语义信息,引入注意力机制,将Neck与Head间的卷积层Conv改为全维度动态卷积ODConv;最后,为了使算法具有像素级建模能力,将激活函数改为FRelu。选择天池平台数据集经Mosaic和Mixup数据增强后完成模型的训练与验证。结果表明:改进模型的mAP达到85.84%,较原始模型提升了近2个百分点,优于其他YOLO(you only look once)模型,且模型的参数量下降41%。所提方法有助于提高用户的在线购物效率,同时可加强商标侵权的打击力度。