基于时空脑电特征与并行神经网络的疲劳驾驶检测

鉴于疲劳驾驶是交通事故的主要诱因之一,探索客观准确的疲劳驾驶检测方法具有重要应用价值。考虑到不同类型特征之间的信息互补,不同机器学习算法之间在信息挖掘过程中的优势互补,本文提出一种基于时空脑电(Electroencephalogram,EEG)特征与并行神经网络的疲劳驾驶检测框架。减少容积导体效应,基于锁相值(Phase Locked Value,PLV)将时序EEG数据映射到空间脑功能网络(Brain Functional Network,BFN),先后提取时序EEG数据和BFN中与驾驶过程相关的时域EEG特征和空域度量特征。通过对特征与目标类之间关系的分析,设计特征贡献度算法,为时域EEG特征和空域BFN度量特征赋予不同的贡献系数,分别将两类加权特征作为长短期记忆(Long Short Term Memory,LSTM)网络和二维卷积神经网络(Two-dimensional Convolutional Neural Network,2D-CNN)的输入,充分发挥LSTM网络时序数据处理优势和CNN空间数据处理优势,实现时空EEG特征信息互补以及两类神经网络算法数据挖掘能力的优势互补。在公开数据集上进行系列对比实验,结果表明并行神经网络框架的疲劳检测性能优于其他方法,获得了最高96.47%的准确率。此结果意味着本方法能够为疲劳驾驶预警和辅助安全驾驶提供一种有效的解决方案。

中国特色的体面劳动理论——基于马克思劳动价值论的论述

马克思并没有明确提出体面劳动概念,但是马克思有关劳动价值论的论述充分体现了对劳动者劳动的尊重、认可以及对劳动者的怜悯。马克思劳动价值论是体面劳动的内涵所在,体面劳动是马克思劳动价值论的继承和发扬。文章基于马克思有关劳动意义、资本主义剥削、劳动的自由与解放、异化劳动视角的论述,详细阐述了体面劳动的理论溯源,并从体面劳动核心意蕴、基本内容和最终目的三方面论述具有中国特色的体面劳动理论。

基于多层脑功能网络特征的动作意图识别

基于脑电信号完成对步态特征的解码分析并就动作意图做出可靠识别和预测,是基于脑机接口的人机混合康复训练系统和智能助行机器人中的核心问题。为实现对站立、坐下以及静止状态这些最基本步态过程的分类识别,提出了基于多层脑功能网络分析的特征表示方法,结合对各类脑功能网络特征的统计分析,确定对不同动作敏感的网络特征量,并结合支持向量机、线性判别分析、逻辑回归以及朴素贝叶斯算法完成对不同动作过程的分类识别。实验结果表明,所提出的方法可较好地实现对上述动作意图的识别,针对13名被试者对站立、坐下和静止状态的识别准确率均高于71%,最高达到77%。对多层动态脑功能网络的分析结果表明,下肢运动过程的发生会弱化脑区间的相互依赖关系,导致网络拓扑连接结构变得逐渐稀疏。研究结果对理解下肢运动过程中大脑认知过程变化,开展基于脑机接口的下肢康复策略研究和康复系统开发具有一定的参考价值。

基于脑电熵值特征和功能连接的不同线型道路下驾驶状态检测

基于脑电信号完成对不同驾驶过程的解码分析,并就驾驶意图做出预测,是基于脑机接口的人机协同智能驾驶控制中的核心问题.为了实现对直线、左弯道和右弯道驾驶过程的识别,本文提出了基于脑电功能性脑网络和熵值特征的驾驶行为特征检测方法,并结合支持向量机和高斯混合模型等算法完成对不同线型驾驶过程的分类识别.模拟驾驶实验结果表明,本文提出的方法可有效实现对不同线型驾驶过程的识别,针对16名被试对直线和弯道驾驶过程的识别准确率均高于82%,最高达到86.66%,对左弯道和右弯道驾驶过程的识别准确率均高于75%,最高达到77.95%.对主要脑区间相互依赖关系的分析结果表明,弯道驾驶过程表现出明显的大脑对侧性特征,且左弯道驾驶相比右弯道需要更多的脑区间交互活动,而直线驾驶过程中左脑区的活动稍强于右脑区.本文研究结果对理解弯道驾驶过程中驾驶员脑认知特性,以及开展不同线型道路下驾驶行为检测和驾驶状态研究,具有一定的参考价值.

Caspr敲除在蛛网膜下腔出血早期脑损伤机制的实验研究

目的 探讨黏连蛋白相关蛋白(Caspr)敲除对小鼠蛛网膜下腔出血(SAH)后早期脑损伤(EBI)的影响及其可能的作用机制。方法 采用C57BL/6小鼠及Caspr敲除(Caspr^(+/-))小鼠,共分为4组:SAH模型组、假手术组、Caspr^(+/-)+SAH模型组和Caspr^(+/-)组,采用视交叉前池注血法建立SAH模型。SAH发生24 h后进行神经功能评分和脑水肿检测。采用Western Blot和ELISA法检测Caspr、B淋巴细胞瘤-2基因(Bcl-2)、Bax、Caspase-1、白细胞介素1β(IL-1β)和IL-18的表达;采用TUNEL染色法观察SAH后神经元的凋亡。结果 Caspr敲除导致Bcl-2表达下降,Bax、Caspase-1、IL-1β和IL-18表达升高,促进神经元凋亡。结论 Caspr敲除通过激活神经细胞凋亡加重SAH后的EBI。

基于跨尺度EEG特征融合的疲劳驾驶检测

疲劳驾驶是交通事故及其所导致死亡的主要原因之一。传统基于生理信号的疲劳驾驶检测方法往往使用单一尺度,使得部分有价值信息丢失。为此,提出了一种基于跨时空尺度脑电(electroencephalogram,EEG)特征融合的疲劳驾驶检测方法。基于可视图理论映射时序EEG信号到空间网络,以实现时空EEG转化;分别提取时域和空域EEG特征,发掘不同时空EEG特征对疲劳驾驶检测的潜力,设计基于特征权重系数的时空EEG特征融合方法,进而实现疲劳驾驶检测。实验结果表明:该方法可以有效地实现疲劳驾驶检测,最高检测准确率能够达到95.15%。

基于图论的MANET入侵检测方法

移动Ad hoc网络(MANET)易遭受各种安全威胁,入侵检测是其安全运行的有效保障,已有方法主要关注特征选择以及特征权重,而忽略特征间潜在关联性,针对此问题该文提出基于图论的MANET入侵检测方法。首先通过对典型攻击行为分析,合理选择9种特征作为节点,依据欧式距离确定节点间的边以构建结构图。其次发掘节点(即特征)间关联性,综合考虑节点邻居规模属性和节点邻居之间的紧密程度属性,利用图论所对应的统计特性度分布和聚集系数具体实现两属性。最后对比实验结果证明此方法与传统方法相比平均检测率和误检率分别提高10.15%、降低1.8%。

面向WSN安全路由协议的自适应威胁模型

针对无线传感器网络路由发现过程中安全性评估问题,提出一种新的自适应威胁模型。该模型通过对传统Dolev-Yao模型进行改进,将攻击分为限定接收传输范围的单个攻击者到不限定任何能力的多个共谋攻击者等九类,在无须任何安全假设的情形下对不同路由发现过程的攻击进行分类安全评估,自适应地确定破坏协议时的攻击强度和破坏协议所需的最小攻击强度,以评估路由发现协议的安全性,进而采取相应的安全措施予以预防。最后以一类无线传感器网络自适应威胁模型为实例,说明该模型的正确性、有效性。

MANET中基于蚁群算法的改进DSR协议

详细分析了移动Ad hoc网络中DSR协议,发现在移动情形下节点端到端延迟、路由负载以及能量消耗等过高问题。针对DSR协议的不足之处,提出基于蚁群算法的改进DSR协议——ACOIDSR。新协议在路由发现过程中,建立稀疏模式和稠密模式弥补DSR协议泛洪策略的不足;在路由选择过程中,利用路径长度、拥塞程度和链接可靠度计算每条路径的信息素数量,进而作出最佳路径的选择;在路由维护过程中,提出一种新的信息素衰退策略用于路由维护。仿真实验用于ACOIDSR协议在端到端的延迟、路由负载以及能量消耗等方面分析,实验结果表明新协议在以上三个方面均有显著下降。

基于ECC的无线传感器网络安全分簇算法

在无线传感器网络体系结构中,分簇路由机制是研究的关键问题.针对分簇路由过程难以抵御恶意节点攻击问题,提出了一种基于椭圆曲线密码机制的安全分簇算法.以离散对数困难问题保证算法的安全性,从而有效抵御恶意节点攻击,并且详细给出了安全分簇算法实现过程.在分簇安全的前提下,使用EECF概率打分思想实现簇中所有节点地位平等,能量消耗均摊,进而有效地延长网络生存周期,适应于无线传感器网络的实际情况.最后对方案的安全性进行了证明分析.

协议组合逻辑安全的WMN认证密钥协商方案

IEEE P802.11 sTM/D1.01中EMSA认证协议是无线网状网络(WSN)安全的重要保证。基于协议组合逻辑形式化分析了EMSA协议的安全性,发现EMSA协议存在密钥泄露伪装攻击。针对该安全威胁,运用协议演绎系统提出了一种新的WSN安全认证密钥协商方案,并使用协议组合逻辑对新方案进行了形式化的安全性证明分析。最终表明新协议相对于EMSA协议更加安全,具有前向安全性,可抵御密钥泄露伪装攻击,更适合WSN应用环境。

面向铁路应急的MANET安全节点发现协议建模

针对铁路应急通信网络安全问题,通过对其特征的详细分析,提出了面向铁路应急的移动自组网络安全节点发现协议建模,以达到解决铁路应急通信网络安全节点发现问题的目的.在对铁路应急的移动自组网络规则描述的基础上,给出具体的安全节点建模过程,并对其正确性、安全性、执行效率进行了详细的分析.最后以两类具体的安全节点发现过程为实例进行探讨,表明其与传统加密方式结合后,仍保持其有效性.

基于工程认证的数据结构与算法课程教学研究

数据结构与算法课程作为计算机与信息类专业的基础课程,传统教学过程中存在重视理论教学,忽视实践教学的问题。为适应工程认证要求,对数据结构与算法课程实践教学环节进行研究与改革。将原有以理论教学为主的教学方式,转换为以理论教学为基础、实践教学为核心的教学体系,从而锻炼和培养学生的工程实践能力。围绕实践教学环节,以兰州交通大学服务大交通行业的特色为切入点,结合数据结构与算法课程特点,构建6～8个科学可行的实践教学案例,填补现阶段数据结构与算法课程实践教学环节无标准化、科学化、系统化教学案例的空白。

基于逻辑邻居树的资源受限WSN安全群组管理方案

针对无线传感器网络群组密钥更新过程中通信、计算、存储开销过重以及密钥更新延迟时间过长,重放攻击等安全问题,提出了一种新的资源受限安全群组密钥管理方案,该方案基于逻辑邻居树原理生成多个逻辑群组,每个逻辑群组通过群组控制者维护群组内密钥更新以及管理,无需群组外节点路由支持,同时具有保密性、鲁棒性等特点。分析比较结果表明,新方案通过构建邻居树减少了群组控制者通信、计算、存储方面开销,缩短了群组控制者密钥更新延迟,解决了恶意节点重放攻击等安全问题.

抗污染攻击的安全多源网络编码

多源网络编码文件传输过程中易遭受污染攻击,为此提出一种新的安全多源网络编码方案.首先给出多源网络编码签名规则,然后结合基于离散对数问题的安全辅助算法,构建抗污染攻击的安全多源网络编码签名方案,并对其正确性与安全性进行了形式化证明,由离散对数问题的困难性保证方案的安全.与其他方案相比,新方案具有签名长度短,安全模型实用性强,计算复杂度低等特点.

慈善捐赠行为对居民主观幸福感的影响研究

高质量发展背景下,人民对美好生活的向往日益强烈,增进人民幸福逐渐成为社会关注的重大议题.使用2018年中国家庭追踪调查(CFPS),实证分析个体慈善捐赠行为对其主观幸福感的影响及作用机制.研究发现,慈善捐赠行为对居民幸福感具有正向且稳健的提升作用.机制分析发现,提升社会关联能力、提高社会地位以及增加积极情绪是慈善捐赠行为影响居民幸福感的重要渠道.异质性分析发现,慈善捐赠行为对居民幸福感的积极作用在高收入满意度人群、城镇人群、低学历人群、中年人群,以及北方和西部地区样本中表现更为明显.研究结果为当下增进人民福祉、不断实现人民群众对美好生活的向往提供了新的思路和见解.

玫瑰茄花萼中脂肪酸成分的GC-MS分析

目的:采用气相色谱-质谱联用技术(GC-MS)对玫瑰茄花萼中提取的油脂进行脂肪酸组成分析。方法:采用索氏提取法提取玫瑰茄花萼中的油脂,甲酯化后运用GC-MS联用技术进行分离和结构鉴定。结果:玫瑰茄花萼油脂中含有17种脂肪酸,其中主要的脂肪酸为亚油酸(45.03%)、油酸(23.62%)、棕榈酸(22.91%)、硬脂酸(3.41%)、(10E)-10-十九烯酸(1.91%)、棕榈油酸(0.84%)、花生酸(0.53%)和肉豆蔻酸(0.34%)。其中不饱和脂肪酸含量高达71.40%以上。结论:玫瑰茄油脂中富含不饱和脂肪酸,具有较高的营养价值和保健功能。

基于近邻传播聚类的电视视频字幕监测方法

视频敏感字幕信息的出现严重影响着电视节目安全播出。针对此问题,本文提出了一种基于近邻传播聚类的视频字幕监测方法。首先分割完整视频至各个独立画面;然后对其分别累积边缘图像,并基于近邻传播聚类算法进行字幕边缘划分以得到边缘子图;进而采用二值化,去燥获得清晰的字幕子图;最后OCR工具完成字幕识别。此外,为了验证本方法的有效,三组带字幕视频节目被用于实验,实验结果表明三组视频的敏感字幕检测率均达到87%以上。

鲍鱼壳成分分析研究

[目的]对中药鲍鱼壳基本成分和元素进行全面分析,为鲍鱼壳的综合利用提供依据。[方法]采用国家标准测定鲍鱼壳基本成分(水分、粗蛋白、粗脂肪和总灰分);采用EDTA法测定碳酸钙含量;钙(Ca)、镁(Mg)、铁(Fe)、锌(Zn)、铜(Cu)、锰(Mn)、铬(Cr)、铅(Pb)含量用原子吸收分光光度法测定,汞(Hg)和砷(As)含量用原子荧光光度法测定。[结果]鲍鱼壳含水分10.5 g/kg,粗蛋白47.2g/kg,粗脂肪7.6 g/kg,总灰分936.5 g/kg;碳酸钙含量为92.54%;鲍鱼壳中主要元素为Ca和Mg,含量分别为402.0和1.5 mg/g。微量元素Cu、Fe、Zn、Mn、Cr含量分别为274.0、245.0、152.0、21.0和31.0μg/g。有害元素As(6.0μg/kg)、Pb(11.0μg/kg)和Hg(0.7μg/kg)的含量均低于欧盟标准。[结论]鲍鱼壳含丰富的碳酸钙和有益元素,且有害元素含量低,可制成补钙制剂。

基于视频分析的电视视频监测技术

本文分析了当前广播电视安全播出中违法信息监测的重要性,对基于视频分析的电视节目内容监控的关键技术进行了分析,提出了视频、文字、音频等分类处理的方法。保障了广播电视节目的安全、可靠传输,提高了广播电视安全播出工作效率。