排序方式: 共有26条查询结果,搜索用时 0 毫秒
1.
分析脑电信号主要采用时频分析法,其中交叉项和分辨率是相互矛盾的两个因素。基于高时—频分辨率分析(High Time-Frequency Resolution Analysis,HTFRA)方法能够将这两者相结合。该方法以维格纳-威尔分布(Wigner-VilleDistribution,WVD)为基础,对Wigner-Ville分布的结果利用中心仿射滤波法进行非线性滤波,有效地消除了Wigner-Ville分布的交叉项干扰,而不影响信号的分辨率。对仿真信号采用传统的短时付氏变换、Wigner-Ville分布及HTFRA求时频能量分布,结果显示:HTFRA较传统的方法更清晰地反映信号在时频域内的能量变化。该方法使得脑电信号适用于各种分类算法。 相似文献
2.
自组织特征映射神经网络SOM(Self-Organizing Feature Maps)是一种优良的聚类工具,但其存在着一些限制,如需要预先定义网络大小、网络的收敛性较差和结构不灵活等.为了克服这些不足,在自组织神经网络理论的指导下,提出了一种基于生长型自组织神经网络的聚类方法.在无监督的情况下,该方法采用阈值控制的触发机制实现网络中神经元的生长和删除,并通过神经元权值的有效调整,以期得到数据对象的聚类结果.实验以二维空间中的数据对象为输入样本,验证了该方法的有效性和优越性. 相似文献
3.
4.
5.
针对小脑在运动中学习控制的角色问题,提出了一种为到达指定目标可以学会产生运动信号的肢体运动控制小脑学习模型,该模型由一个小脑学习模块以及硬连线外小脑系统构成,用以控制一个模拟的、由6块肌肉所驱动的双关节手臂。其中,小脑学习模块由1组可调式模式产生器的独立子模块构成;外小脑系统负责在小脑模块不能引导手臂到达指定目标的情况下产生精度较低的矫正运动,通过本体输入,模型的下橄榄通过观察由外小脑系统产生的矫正运动来推断小脑产生的运动误差,以期达到对手臂运动的调节和控制,仿真结果表明,该小脑模型具有较好的理想轨迹跟踪性能。 相似文献
6.
该文在Hoff-Arbib最小加加速度(minimum jerk)控制理论的基础上,提出一种具有生物学意义的小脑控制模型,用以解释延伸和抓取过程中,手臂运动与预抓取之间时间协调的问题。在对这种模型如何学习超前状态和剩余时间(TTG)预测两个关键功能进行讨论的基础上,重点对2维空间的延伸与抓取运动进行了仿真。结果表明,由Hoff-Arbib模型所获得的有关延伸与抓取运动的动力学的一些关键特征,小脑控制模型也能实现,有些性能甚至更好。总之,通过训练和学习,模型能获得精确平滑的运动轨迹。 相似文献
7.
针对DIVA模型中存在的“感知能力与语音生成技巧发育不平衡”问题,提出了一种自动获取语音-映射单元的方法.该方法将人耳模拟为一个具有不同带宽的并联带通滤波器组,分别与模型中21维度的听觉存储空间相关联,对不同听觉的不同反应,分别考虑其频带的屏蔽效应、听觉响度与频率的关系.在读取语音输入信号的过程中,模型能较好地获得初始听觉表示,其方式与婴儿咿呀学语的过程基本一致.仿真实验表明,通过边界定义、相似性比较以及搜索更新等步骤,此方法能很好地进行初始输入模式的自组织匹配,并最终使DIVA模型更具语音获取的自然特性. 相似文献
8.
在脑机接口(BCI)中,脑电信号(EEG)的特征提取和分类识别可以通过多层前馈神经网络的大量学习来实现,但是基于误差反向传播的BP神经网络标准算法收敛速度慢,在训练中效率不高,分类正确率也很有限。针对这些问题,文中提出使用一种快速稳定的Levenberg-Marquardt算法来代替BP算法进行神经网络的学习训练,并利用BCI 2008竞赛的Graz数据集B进行了对左右手想象运动脑电信号分类的MATLAB仿真实验。该方法使得脑电信号分类的正确率达到87.1%,比BP算法的正确率78.2%要高,并且具有更好的收敛性。该算法为脑电信号的分类提供了有效的手段。 相似文献
9.
深入探讨了其吸引子相匹配的遮代系(IFS)之间所存在的关系,并给出了存在这种关系的充要条件,进一步以此为理论基础提出了一种新的图像匹配算法,算法的特点在于,其时间复杂度与吸引子的大小、形状及复杂度无关,对于模式匹配、数据压缩、自然景物生成设计等具有重要意义. 相似文献
10.
基于任意波形合成系统(AWS),提出了一种高度智能化的“波形发生器和快速频谱分析仪”的设计方案及其实现途径,着重讨论了软件设计和系统构成方面的关键技术。 相似文献