陕西省2005年病毒性脑炎监测结果分析

目的通过对陕西省安康、宝鸡、渭南3个地区病毒性脑炎的监测,了解病毒性脑炎流行病学特征及流行性乙型脑炎（乙脑）发病情况。方法采用ELISA法检测乙脑IgM;由监测医院报告病例,县级疾病预防控制中心进行个案调查。结果398例病例中,乙脑IgM阳性病例76例,占19.10%。在发病7 d内、7 d后采集的血标本、脑脊液标本阳性率分别为26.24%,18.18%和20.59%,其阳性率差异无统计学意义。发病7 d内与7 d后采集的血标本与脑脊液检测结果一致率分别为86.67%和80.00%。病毒性脑炎发病6～9月较高,与乙脑IgM阳性病例时间分布基本一致,11月病毒性脑炎病例出现一个小高峰;病毒性脑炎病例中15岁以下占73.62%,乙脑IgM阳性病例中0～5岁最高占36.84%,其他病毒性脑炎5～10岁组最高占40.68%;乙脑IgM阳性病例中散居儿童和农民占比例较高为71.05%,其他病毒性脑炎学生占比例较高为56.83%;未接种及接种史不详在乙脑IgM阳性病例中占76.31%;出院时转归,乙脑IgM阳性病例和其他病脑治愈比例分别为67.11%,83.23%,病死率分别为9.21%,3.11%。结论乙脑病例在发病7 d内和7 d后采血进行IgM检测对乙脑诊断均有意义。应提高乙脑疫苗接种率,在作好儿童乙脑防治的同时,加强对成人乙脑防控工作。

基于DIVA模型的脑电信号去噪方法研究

脑电信号获取过程中,工频噪声干扰现象往往会使所获取的信息产生多种多形态瞬时结构波形,这种现象影响到DIVA(Directions Into Velocities of Articulators)模型对语音的正常处理.为此,本文提出了一种面向特征提取的脑电信号结构自适应稀疏分解模型,并在此基础上,通过采用匹配追踪算法求解最佳原子、使用过完备原子库中原子表示原始脑电信号等方法,实现了信号去噪的目的,效果好于传统的小波变换去噪方法.仿真实验表明,本文提出的方法提高了DIVA模型语音发音的精度.

基于DIVA模型的中文复合元音发音方法研究

DIVA(Directions Into Velocities of Articulators)模型是一种被用来对涉及大脑中有关语音生成和理解区域的功能进行仿真和描述的自适应神经网络模型,其依赖的语言背景是英文29个基本音素。由于汉语与英语发音区别很大,且加工脑机制也颇为不同,要想将汉语者大脑思维过程"阅读"出来,需要对模型汉语背景的适应性进行专门研究。在DIVA模型的基础上研究汉语复合元音的发音方法,探讨汉语者脑区语音生成与获取的相关问题。通过调节模型的共振峰以及模拟声道对应器官的参数,新构建的模型能很好地辨识汉语与英语元音的区别。该研究为DIVA模型汉语语音生成与获取奠定了良好的基础。

一种用于人体垂直平衡控制的小脑模型

提出了一种具有长回路力反馈以及增益调整的控制模型,用以描述人体垂直平衡的控制.模型主要由大脑和小脑两部分组成.小脑部分由两组增益表示.这两组增益负责提供踝—膝—臀环路之间相同或交联关节长回路延伸反应的线性缩放比.大脑部分则仅仅包含一组相同关节线性力反馈的增益.本文提出,小脑是将控制增益组作为感觉人体运动状态的函数来转换的.通过仿真,该模型证明,稳定的、具有线性增益调整的混合长回路反馈,可以在缺乏明确动态内模的情况下提供实时平衡控制.

手臂延伸与抓取运动时间协调小脑控制模型设计

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。

用于机器人运动控制的通用小脑认知模块的构建

用具有神经生理学性质的小脑模型实现对机器人系统各种不同感觉协调运动的控制,这是当前机器人控制领域的一个研究热点。但针对一种控制任务就要构建一种对应的小脑模型,这种方式效率很不理想。文中以运动控制为基础,构建了一种包括所有主要细胞类型及其连接的通用小脑认知模块(General Cerebellum CognitiveModule,GCCM)。对给定的背景知识,GCCM能够通过学习生成理想输出,因而,可用于各种不同的机器人感觉运动控制任务。仿真实验证明,通过将脊髓层次上的轨迹误差检测与小脑中的记忆轨迹结合起来,嵌入的GCCM控制系统能对快速手臂延伸运动进行精确的鲁棒控制。

静态分析器静态分析过程的研究及实现

:静态分析器是一种初步具备有关数据对象的语言知识 ,融编辑、语法分析和静态语义检查为一体的软件工具。文本以Ada语言中的子程序规格说明为基础 ,阐明了静态分析器在软件开发环境中的作用和意义 ,介绍了分析器数据结构的构成及语法树的构造方法 ,并用两个实例对静态分析的过程作了说明。

任意波形合成系统中波形数据采样方法的优化研究

通过研究任意波形合成系统中波形数据取样选择对信号合成质量的影响 ,推导出 RAM查询式任意波形合成系统的波形数据优化取样算法 .在对单频信号和多频信号的数据取样点数 Q和信号周期数 P与合成频率误差的关系做了较为详尽的分析之后 。

基于认知理论的手势跟踪交互模型研究

针对VITE(vector integration to end point)模型在手臂移动和抓取过程中存在的物体大小、方位、距离扰动等问题,研究如何将手臂移动、抓握孔径和手掌朝向3个基本组件受干扰的数量减少到最少。依据认知心理学,针对操作型3D手势跟踪认知模型的特点,提出一种用于指示当前抓取状态并能触发三个基本组件工作启停的分治模型。当将该模型耦合至VITE模型后,能更好地模拟手臂移动和抓取过程中所表征的相关动力学特征,并在构建视觉通道相互独立的手臂移动和手指预成型及手掌朝向等仿真模块时,更具智能性。仿真结果表明,提出的模型在抗扰动性能上较之其它模型具有更好的性能。

基于DIVA模型的脑电信号处理方法研究

DIVA(Directions Into of Articulators)模型是一种为了生成单词、音节或者音素而控制模拟声道运动的自适应神经网络模型,其依赖的输入信号是从人体大脑中采集到的脑电信号。针对汉语神经分析系统研究中非侵入式脑机接口采集到的脑电数据存在的分辨率低、干扰大的问题,文中提出一种基于DIVA模型对脑电信号进行约束处理的方法。首先利用独立分量分析方法剔除原始信号中的噪声,提取有效事件相关电位(Event-Related Potentials,ERP)成分;然后以模拟生成的功能性磁共振成像(functional Magnetic Resonance Imaging,fMRI)数据的激活点的空间信息作为限制条件,对提取出的ERP成分进行精确定位。通过对实验数据进行分析处理并模拟受试者的激活脑区,验证了所提方法的正确性和有效性。

二自由度平面手臂的小脑控制模型与仿真

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。

任意波形合成系统高速态信号分析的软件实现

本文提出了在高级语言环境下实现高速度的动态信号分析软件的设计方案及其实现途径 。

基于DIVA模型的语音-映射单元自动获取

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.

如何构建高速IP核心网络

ＳＤＨ和ＡＴＭ作为电信网的基础设施平台在数据通信领域承担了重要的角色，混合ＡＴＭ／ＳＤＨ的迭加网络结构一直被传统运营商所沿用．然而，随着ＩＰ业务的蓬勃发展，这种结构在核心网络中已不再适用．如何构建ＩＰ核心网络，使之既能兼顾成本效益因素又能快速提供服务和保护已有投资，已成为运营商必须认真考虑的问题．随着业务的扩展，传输带宽将成为限制网络发展的瓶颈，最终，传输系统的演进将奠定未来光互联网的基础．

手臂抓取时空协调神经网络模型构建方法研究

基于VITE(vector integration to endpoint)点对点运动轨迹生成模型,提出一种具有生物学意义的手臂抓取神经网络模型,用以解释延伸和抓取过程中手臂运动、抓取角度以及手掌朝向三个组件之间的时空协调问题。模型主要利用基底神经节丘脑皮层环路门控调节组件通道的全局运动速度,设置可进行空间状态信息交流的耦合神经元动态调节抓握孔径,从而实现手臂延伸与抓取运动的时空协调,为更好地进行3D手势跟踪奠定基础。模型改变了门控信号的输入方式,优化了最大抓取孔径的更新方法,还增设了用于检测组件目标状态扰动情况的监督细胞。相同条件下的仿真结果表明,相较于原孔径组件的二目标值给定法,新模型的运动调节时间缩短了13%,较好地体现了抓取运动的动力学关键特征,增强了运动协调性和抗干扰性。

基于模糊逻辑的手臂运动控制小脑模型与仿真

当前具有生物学控制意义的小脑模型只着重于解决小脑内部的控制机理,而没有具体说明输入模块的工作情况。为了使当前的小脑模型更加完整,基于模糊控制理论和认知小脑模型进行分析,在引入模糊集合概念的基础上,通过将小脑模型与模糊理论相结合,提出了一种用于机械臂运动控制的模糊小脑模型。该模型在小脑模型的输入层引入模糊集合的隶属度概念来更加准确地反映客观世界,它不仅能够像仿生小脑模型一样,通过多次学习,对手臂进行轨迹控制,而且具有更高的完整度。首先对构建新模型所需的认知小脑进行了简单介绍,然后对模糊系统进行了相应的研究,并且构建了新的模型,也就是模糊小脑模型。接着研究了新模型所需的各种映射算法,最后利用MATLAB平台进行了相应的仿真实验。实验结果表明,提出的新模型在几次学习之后,也能像认知小脑模型一样准确地对手臂进行控制,而且具有更高的控制精度。

独立子波函数和小波分析在单路含噪信号盲分离中的应用研究:模型与关键技术

本文提出了一种基于独立子波函数和小波分析的单路含噪混合信号的盲源分离新方法.首先分析了独立子波函数的组成原理,以及获得独立子波函数的方法;然后通过结合独立子波函数进入单路混合信号,使单路混合信号由一维向量转化成为多维向量;其次讨论了利用小波进行二次去噪和解决数据段顺序不确定性的问题,并且文中还给出了独立子波函数个数判定方法和相似相图;最后通过消除瞬态诱发耳声发射中伪迹的实验,验证了本方法的有效性和可行性.

基于数据融合的三段式心音身份识别技术

提出了一种新的基于多特征提取的心音身份识别技术。在分析心音信号特性的基础上,采用独立子波函数表征个体心音特征信息,通过建立"第一心音s1、第二心音s2和周期-功率-频率(T-P-F)图"的三段式识别模型和应用相似距离的模式匹配方法,以及采用单路心音信号多周期段的数据层融合和改进的D-S数据决策层融合算法,有效地实现了单路心音信号多特征提取的身份识别。另外还介绍了一种双听诊头的心声检测装置。实际实验结果表明,该方法具有很好的识别率和可行性。

陕西省2017-2018年冬季流感的流行特征

目的分析陕西省2017-2018年冬季流感的流行特征,为今后流感防控提供参考。方法收集陕西省2015年10月至2018年4月每周流感监测数据,分析2017-2018年冬季全省流感监测哨点医院门诊流感样病例(ILI)情况、流感病毒核酸阳性率、冬季高发期病原谱及暴发疫情情况,并与往年流感流行季进行比较。结果2017-2018年冬季ILI就诊比例平均水平为4.78%(43709/915450),较往年同期水平偏高。门诊ILI病例中,流感病毒核酸阳性率为35.19%,其中乙型Yamagata系占15.39%、甲型H1N1亚型占14.23%、甲型H3N2亚型占4.92%、乙型Victoria系仅占0.52%。2017-2018年冬季流感暴发疫情以小学暴发为主,占45%。2017-2018年流感各年龄组病例阳性率均高于往年水平,6~14岁年龄组发病较高,但与往年发病情况类似。结论陕西省2017-2018年冬季流感流行主要由乙型Yamagata系和甲型H1N1亚型交替流行导致。针对流行特点,需要提高监测敏感性和流感疫苗接种率。

陕西省2005-2017年水痘的流行病学特征分析

目的分析陕西省2005-2017年水痘疫情的流行病学特征,为控制水痘暴发和流行提供依据。方法数据来自中国疾病预防控制信息系统中陕西省2005-2017年水痘报告病例及突发公共卫生事件信息,采用描述性流行病学方法进行分析。结果陕西省2005-2017年共报告水痘病例101 370例,死亡1例,年平均发病率为20.77/10万;有明显的季节性,每年6月和12月出现两个发病高峰。病例主要集中在14岁及以下人群,占总发病数的78.63%,2015年14岁及以下人群年均发病率为208.37/10万;同期共报告水痘突发公共卫生事件98起,主要集中在小学。水痘-带状疱疹病毒进化枝2是陕西优势基因型。结论儿童为水痘的高发人群,应加强学校的监测处理措施及民众疫苗接种意识,进而降低水痘发病率。