神经美学在用户研究领域的研究现状及展望

目的 探索神经美学研究中用户的情感认知与脑活动规律、脑电成分间的关联,对非侵入性测量方法的3个主要研究方向进行分类梳理及总结,提出神经美学在用户研究领域发展的3个方向。方法 从当下量化美学的需求出发,阐述神经美学的产生发展、相关概念、研究方法;从审美偏好、意象认知、用户体验3个方向,交叉对比现有国内外学者的研究,对神经美学在用户研究领域的应用进行分类讨论;对神经美学的理论研究和应用实例文献进行讨论,提出了实验设计可行性、数据采集精准度、研究方法普适性3个维度中可能存在的问题。结论 神经美学的产生发展是美学与实证科学并行、融合的结果,在用户情感需求的驱动下,促进效能提升、优化美学计算、扩展应用范围将成为神经美学在用户研究领域的重要研究方向。     

GIS技术在海洋工程地质勘探中的应用

基于ArcGIS地理信息系统平台和ORACLE数据库管理系统,研究了海洋工程地质信息系统的技术体系,对其总体设计、功能设计及数据存储进行了分析,系统全面地提出了海底信息综合集成、管理和应用的体系结构,并将其应用在渤海油田示范区的建设中。     

泛设计领域中的脑电研究现状与发展趋势

目的总结和梳理脑电技术在多个设计领域中的应用与研究现状,归纳其研究范式,探讨未来的发展趋势。方法梳理国内外相关文献和研究案例,对泛设计领域中的脑电研究进行分类总结。重点分析脑电在不同设计领域中的研究特点、脑电信号在不同设计情景下的表现特征以及脑机交互的应用。结论脑电在产品设计、界面设计、广告设计、人机交互和设计思维认知中有广泛的研究和应用。为增加脑电研究的普适性与脑电应用的便易性,需不断增强脑电的抗干扰性、实现非接触式采集以及完善脑认知的理论支撑。建立量化标准、多通道反馈机制和探索更多的应用场景是脑电在泛设计领域研究中的发展趋势。     

基于拓扑数据分析的驾驶疲劳EEG数据处理与优化分析研究

为提高驾驶疲劳脑电(EEG)数据处理与分析的准确性和鲁棒性,提出一种基于拓扑数据分析(TDA)的驾驶人疲劳脑电分析方法。首先利用汽车性能虚拟仿真平台开展驾驶实验,通过驾驶人状态反馈和面部特征视频,标记脑电数据,形成清醒和疲劳二分数据集。之后利用EEGLAB预处理数据,剔除噪声并保留0.3～30 Hz频带,直接从时域EEG数据中提取拓扑特征。此外还提取了经典频域特征α波能量和α/β用于对比分析。最后使用支持向量机进行分类。结果表明,基于持久同源(PH)的拓扑特征取得了高达88.7%的准确率和91.4%的召回率,与经典频域特征性能相当,且对脑电伪影的鲁棒性明显更好,在未剔除EEG伪影的情况下仍取得了87.4%的准确率和89.7%的召回率。综上所述,本文提出的用于驾驶疲劳脑电信号处理与分析的TDA方法抗干扰特性好、处理成本低、经济性高,有助于稳定、高效地处理驾驶人脑电数据并检测驾驶疲劳状态,具有较大的科学实际应用价值。     

电厂信息化建设综述

本文通过对国内现有电厂信息系统的详细调研和分析,研究了目前应用的先进信息化技术经验,提出了电厂信息化模型。该模型综合电厂信息化建设的各方面内容,对具体的信息化的实施该注意的问题进行了探讨。     

认知神经科学与人机交互的融合:人机交互研究的新趋势

目的厘清认知神经科学与人机交互研究融合的发展历程、存在的问题与其未来发展趋势。方法采用文献元分析法,分别对认知神经科学、人机交互、脑机接口等不同领域的相关文献进行了分析,首先简要介绍了认知神经科学的发展历程,叙述了脑功能成像技术的演化进程;其次论述了认知神经科学领域的研究结果对人机交互研究的支持作用;然后叙述了基于认知神经科学和脑成像技术的人机交互研究的认知模型发展历程,并简要介绍了一些从认知神经科学和脑成像角度开展的人机交互研究;接着重点介绍了认知神经科学与人机交互研究结合的典型领域,即脑机接口领域,介绍了脑机接口的发展历史、脑机接口的认知模型、脑机结构研究存在的问题;最后总结了认知神经科学与人机交互融合的必要性和可能性,在对目前现状进行总结的基础上预测了未来的发展趋势。结论认知神经科学与人机交互研究的融合,为人机交互研究提供了新的思路和方法,未来的基于认知神经科学的人机交互研究,可以更好地揭示人机交互过程中的用户特征和交互规律。     

视听诱发脑电特征提取与大脑认知机理分析

为探索视听跨感觉大脑认知机理,基于Stroop效应设计视听觉刺激实验范式,利用Neuroscan40导联脑事件相关电位仪,连续动态采集视听诱发脑电信号,采用独立成分分析方法去除眼电伪迹,AR模型结合相干平均方法提取诱发脑电P300特征．通过对P300电位幅值和潜伏期的分析,研究视听觉诱发大脑认知的信息整合规律、交叉干扰作用和注意竞争效应．实验结果表明,大脑在视听双通道刺激下,更容易整合信息,具有视觉为主、听觉为辅的协同补偿作用,且视觉对听觉有较强的交叉干扰作用以及视觉为主导的竞争效应．该研究成果可以应用于神经信息处理、脑认知科学和脑一机交互系统中．     

基于脑电和磁刺激的脑功能网络研究

大脑的结构和功能具有高度复杂性,其功能执行需要依赖于脑功能区之间的相互作用所构成的网络实现.脑电(EEG)作为一种无创医学检测技术因包含了大量的生理、病理信息且能够反映大脑的功能活动状态,被广泛应用于脑科学以及认知神经科学的研究中.经颅磁刺激(TMS)技术作为一种新型的刺激方式,因具有众多显著优势被应用于临床研究并在人体神经功能调控、疾病治疗以及康复理疗等方面表现出很好的应用前景.鉴于此,本文首先分析了脑网络研究的必要性及迫切性,回顾了近年来国内外基于EEG、功能磁共振成像(f MRI)等技术的脑功能网络研究成果,重点介绍了基于EEG和TMS技术的脑功能网络的构建与分析,最后对脑网络研究中存在的问题及该领域面临的挑战进行了讨论.     

用基于平行坐标图的可视化人机交互技术提取EEG信号特征的方法

应用可视化人机交互(HCI)方法进行了脑电图记录(EEG)信号特征提取技术的研究。该研究一方面在脑机接口(BCI)技术领域提出了一种新的特征提取技术方法,同时通过可视化人机交互的专家智慧参与,实现了面向对象领域和面向数据模式识别的有效结合,克服了单一机器学习的局限性。首先介绍了多元图表示的基本理论,然后提出了基于平行坐标图的可视化人机交互技术,接着进行了单通道和多通道EEG信号特征提取的可视化人机交互技术的研究,最后采用第二届国际脑机接口竞赛中的数据集Ⅳ进行了数据实验。实验表明,本文提出的方法的识别结果优于实验数据集国际竞赛最优结果和文献报道中的当前国际最优结果。     

双人协作任务中协作绩效的神经人因学探讨

目的 从神经人因学的视角出发,探讨双人协作任务中协作绩效的神经生理机制及其影响和促进.方法 采用文献调研和分析方法,分别对神经人因学、神经工效、人机交互、脑机接口等不同领域的相关文献进行了分析,首先系统梳理了神经人因学领域中双人协作任务中绩效的研究技术和方法;其次探讨了神经人因学视角下,协作任务中的绩效表现及其神经机制;再次在此基础上探讨了协作绩效的影响因素及如何增强和促进问题;最后总结了下一步神经人因学领域协作绩效研究如何在未来智能人机交互领域应用.结论 神经人因学视角下,双人协作任务中协作绩效的研究有助于理解人机协同作业或人机组队操作中,操作者之间的人际表征对协同、组队操作的影响作用,研究成果可直接应用于协同作业系统的设计和优化,特别是未来智能时代人机组队的设计和优化,满足众多复杂的人机系统协同作业设计的需求,为建立自然高效协同作业的交互模式提供科学依据.     

基于少次相干平均和样本熵的视听诱发脑电特征提取

针对脑电信号的非平稳性和非线性,采用少次相干平均结合样本熵的方法对视听诱发脑电信号进行特征提取.首先,对预处理后的脑电信号进行15次相干平均,获得视觉、听觉及视听觉诱发脑电的时域特征信号;然后,将该特征信号做为原始信号输入,构成m维矢量序列,计算相关导联在靶刺激、非靶刺激和自发脑电状态的样本熵值;最后,比较分析单一视觉、听觉和视听刺激下,不同状态脑电样本熵值,文中阐明了视听觉诱发下,大脑认知的复杂性和信息耦合性.结果显示:只进行少次相干平均即可有效提取视听刺激模式下脑电的样本熵特征量,减少了因长时间视觉刺激引起神经疲劳导致的误差.同时,靶刺激的出现可使脑电样本熵值增大,表明中枢神经系统与外周刺激发生信息耦合,导致了大脑系统复杂性的提高.该研究可以应用于神经认知科学和脑-机交互系统中.     

人机结合的研究现状与进展

阐述了脑科学的形成及其多学科融合特点和研究重要性。从人机交互(HCI)和脑机接口(BCI)两个方面,综述了脑科学领域中的以开发仿脑计算机为目的的人机结合技术研究的进展和现状,并介绍了人机结合领域中的重要研究成果。分析了人机结合的研究趋势,指出开发基于脑机接口的人机交互将是下一代人机结合技术的发展方向。     

基于最小二乘支持向量机的SOFC电特性建模

针对现有的固体氧化物燃料电池(SOFC)模型过于复杂的弊端,提出了一种基于最小二乘支持向量机(LS-SVM)的建模方法,用具有径向基函数(RBF)核函数的LS-SVM建立了SOFC电堆的非线性模型.应用仿真对建模的有效性和精度进行了检验,并与径向基函数神经网络(RBFNN)模型的辨识效果进行了比较.仿真结果证明,与RBFNN模型相比,LS-SVM模型具有较高的预测精度,这表明用LS-SVM对SOFC电堆进行建模是可行的.该LS-SVM模型的建立,对SOFC系统控制策略的研究具有一定的实用价值.     

基于网络的电力企业信息平台构建

在分析电力企业发展趋势的基础上，提出了一个基于Intemet／Intranet的企业信息系统的设计方案；运用Web技术和工作流技术构建系统，较好地解决了产品形成过程中的协作沟通和管理问题。     

基于脑机接口的机器人辅助脑瘫康复面部表情训练系统设计

本文针对脑瘫(CP)患儿这一特殊群体,研究设计了基于脑机接口(BCI)技术的表情辅助训练系统。系统采用的脑机接口设备是Emotiv EPOC+,通过WebSocket通信协议获取和传递脑电信号,并且使用小波包变换对信号进行处理,获取信号的特征值;使用V-REP仿真软件设计仿真四轮小车,将获取到的特征值用于控制仿真小车实现不同方向的运动,以达到吸引患儿的注意力、提高训练效果的目的。设定了带有图片的人机交互界面增强引导患儿注意力。通过与医院康复师现场实验,验证了该技术的可行性,可为相关设备研发提供技术储备。     

基于特征加权的朴素贝叶斯流量分类方法研究

研究了被广泛应用于互联网流量分类的朴素贝叶斯分类方法的性能特点,针对此方法在给定类别下给出的所有流量特征同等重要并且是独立的假设在现实中难以满足,致使分类准确率不高的问题,提出一种基于特征加权的朴素贝叶斯流量分类算法。该算法基于NetFlow记录的特征信息,采用特征选择算法ReliefF和相关系数方法计算每个特征的权重值,然后将网络流量分配至后验概率最大的应用类别中。实验结果表明,这种基于特征加权的朴素贝叶斯算法具有超过94%的分类准确率,并且维持了朴素贝叶斯方法简单高效、分类稳定的特性,可以满足当前高带宽网络流量分类的需求。     

超高性能混凝土单轴拉压本构关系研究

超高性能混凝土（UHPC）是一种具有超高强度、超高耐久性和超高韧性的新型水泥基复合材料,因其优越的性能而受到国内外土木工程领域的广泛关注,具有广阔的工程应用前景。单轴受拉和受压应力-应变本构模型是进行UHPC构件力学性能分析的前提和基础。为了进一步深入研究UHPC力学性能,本文归纳总结了国内外不同学者提出的UHPC本构模型,包括单轴受压应力-应变关系和单轴受拉应力-应变、应力-裂缝宽度关系,对其进行了分类和比较,发现了现有模型的共同点和存在的差异,并对这种差异进行了原因分析,最后将部分本构关系应用于ABAQUS有限元分析软件,对高强钢筋UHPC梁进行数值模拟,并与试验结果对比,验证了部分本构模型的合理性,最后提出了一些研究结论。本文研究成果将为UHPC的结构性能研究进行结构分析和结构设计提供依据。      

视听情绪诱发的脑电信号同步性分析

为探究视听感知愉快、愤怒、悲伤、惊讶、厌恶、恐惧6种情绪时,不同脑区之间的脑电同步现象,本文设计了视听情绪诱发实验范式,利用Neuroscan 40导联脑电放大器采集脑电信号,采用AR模型以及相干平均去除基线漂移和自发脑电干扰,小波变换进行脑电特征提取,Hilbert变换获得脑电特征信号的瞬时相位,使用相位同步指数分析脑电活动的同步性.实验结果表明:Hilbert变换得到的相位同步指数能够较好地反映脑电的同步活动,为"大脑半球效价假说"提供了有效的依据.此外,在视听感知愉快情绪时,大脑皮层视觉区域占据主导作用,而感知悲伤情绪时,大脑皮层听觉区域占据主导作用.该研究可以被应用于大脑情绪认知和仿生机器人中.     

浅谈Web Service技术在标准文献信息系统中的应用

本文首先分析现有的标准文献信息系统建设中不足,并指出了产生这些不足之处的根本原因。然后介绍XML和Web Service这些新技术及其在标准文献信息系统建设中应用。文章的最后介绍了现有的利用XML和Web Service技术实现的标准文献信息系统的应用,并提出了今后研究的方向。     

基于排列熵与多重分形指数结合的特征提取算法在情感识别中的应用

通过对脑电信号的熵分析,进行了情感识别研究,并根据脑电信号的非线性特性以及多重分形特性的特点,提出了一种排列熵与多重分形指数相结合的情感脑电特征提取算法。该算法采用排列熵、Hurst指数、质量指数和奇异谱宽度相结合,实现情感脑电的特征提取,采用支持向量机(SVM))实现情感识别。结果显示,该算法两两情感识别,测试集最高正确率达到92.8%,除去激动对可怕外,正确率均在80%以上;与单独使用排列熵和分形指数特征的方法相比,最高正确率分别提高41.9%和31.2%。进一步分析了对积极和消极两类情感状态的识别效果,测试集平均正确率为78.3%,比排列熵与多重分形特征,测试集正确率分别提高了26.7%和1.6%。结果表明,基于排列熵与多重分形指数相结合的特征提取算法,能够充分挖掘脑电信号的非线性特性与多重分形特征信息,是一种有效的情感脑电特征提取算法。