基于粒子群优化支持向量机的癫痫发作预测

为实现癫痫发作自动预测,采用一种基于粒子群(PSO)与支持向量机(SVM)方法相结合的癫痫发作预测模型。首先利用小波包变换提取小波包系数相对能量特征,接着将训练样本输入到支持向量机中,经过粒子群算法寻找最优参数从而实现对测试样本进行分类识别,最后论文提出一种阈值决策方法对支持向量机输出结果进行后处理。对CHB-MIT癫痫数据库中5名癫痫病人进行研究,通过与随机参数法、网格搜索方法对比分析,发现使用粒子群优化支持向量机提高了发作前期识别准确率,减少了误警率,从而取得更好的预测效果,证明了该方法的可行性,对癫痫预测研究具有一定的应用价值。

基于导师团队模式的研究生创新能力培养探索与实践

随着研究生招生规模的扩大,单导师培养模式在研究生培养中的不足日渐突出,导师团队模式是目前及未来所需的研究生培养方式。论文在国家"双一流"建设方案指导下,依托学校和学院认定的科研团队,对以科研团队的纵横向课题为载体的研究生导师团队培养模式进行了改革探索与实践,使研究生的实践能力、创新能力和科研开发能力得到提高,有效提升研究生培养质量。

模拟集成电路设计中虚零点补偿方法的探讨

作为对极点分裂和极点零点对消等频率补偿方法的补充,本文从系统极零点的角度介绍了一种通过在反馈网络中引入虚零点来实现负反馈放大器频率补偿的方法;对虚零点补偿原理、实现虚零点的方法以及与不同反馈网络相对应的实现虚零点的器件类型等进行了探讨;并基于EDA仿真软件,验证了用虚零点实现频率补偿的有效性。

基于课程学习的专业学位研究生工程实践能力培养研究

实践能力培养是专业学位硕士研究生培养中的核心环节,是提升专业学位硕士研究生培养质量的有效途径。在课程学习过程中,通过调整课程设置,优化教学内容,改革教学方法、教学手段和考核方式,丰富教学活动形式,激发学生的学习兴趣,促进全日制专业学位研究生的实践动手能力和创新能力的提高。

注射式神经刺激器及其研究进展

介绍了首个注射式神经刺激器(InNS)BION的原型机及其改进型AMF-BION和ABC-BION,以及BION对偏头痛、尿失禁和急性缺血性中风等疾病的临床试验情况及其治疗效果。探讨了制约InNS发展的关键技术,如InNS微创植入、InNS中半导体材料生物相容性、InNS的供电方法及微型电池,柔性InNS和无线闭环InNS(WC-InNS)的实现方法等。展望了柔性、内置可充电微型电池的WC-InNS是未来InNS的发展趋势。

Trade-offs in Specific CMOS RF Communication Circuits

The design trade-off in the front-end of the transceiver,such as LNA,mixer,local oscillator and PA,is concerned. The advantages and limitations of the circuit topologies and key parameters of the state-of-the-art CMOS transceiver building blocks are discussed in order to gain more insight about a specific block design. A normalized formula of the figures of merit for each building block is also proposed to evaluate the overall performance of various circuits for fair comparison.

基于多尺度方向数值模式的肝功能分级方法

针对现有肝功能分级方法存在有创性、时效性等问题,提出一种基于CT图像多尺度方向数值模式的肝功能分级方法。利用Gabor滤波器提取肝脏感兴趣区域的多尺度纹理特征,对各尺度的主要方向进行数值模式的紧凑编码并分块统计直方图,获取多尺度特征向量,利用支持向量机构建肝功能分级模型。临床数据实验结果表明,该方法有效且可行,具有非侵入性、高效性和可重复性,为患者肝功能评估提供了基于影像学的辅助诊断。

以应用创新能力培养为核心的电子信息类专业第二课堂科技活动探索与实践

应用创新能力培养是课外科技活动开展的核心要素。可以从能力层次、活动形式和实施步骤三个方面,阐述开展第二课堂科技活动实施计划,总结实践成果。实践证明,科技活动的有效组织和实践,激发了学生学习兴趣和主动性,可有效培养学生专业知识、工程意识、创新能力、科研素养。

工程认证背景下的模拟电子技术课程改革研究

工程专业认证背景下,模拟电子技术的课程改革将进一步提升工程人才的培养质量。文章以电子信息工程专业为依托,设计了模拟电子技术的教学目标,及其毕业要求的支撑度。在此基础上,文章还以成果导向教育为理念,设计了该课程教学方法及考核方法,为毕业要求达成度分析的实施奠定基础。

MOOC环境下研究生协作创新能力培养研究

研究生培养的主要目标是提高研究生的创新能力,MOOC的兴起和发展给研究生创新能力培养带来了巨大的机遇。通过分析MOOC的现状和优势,以创新能力培养为导向,提出引入MOOC到研究生课程教学、学术实践、论文研究等过程中,充分调动学生的创新主体性,减少教师的重复性教学,提升研究生教育质量,提高研究生的协作创新能力,为高科技创新人才队伍建设提供持续支撑。

“问题引导”模式与建构主义学习理论在雷达原理课程中的应用

针对雷达原理课程现有传统教学过程中的不足,采用"问题引导"的教学模式,以建构主义学习理论为指导思想,将其强调的学习观、学生观、知识观、情境观应用于课程教学中,分别从教学内容、思想方法和情景教学三方面对教学模式、教学方法进行探讨,以实例阐述了以"问题"为主线,在建构主义环境下完成教学设计所需的步骤和内容,为该课程的教学改革提供了依据和指导方向。

一种高效率的射频能量收集器

文中提出了一种高效率的射频能量收集器,其主要由天线阵列、阻抗匹配网络和多级Villard倍压整流电路构成.为提高效率,采用多个天线构建多路射频能量收集器,且每两路天线接收信号首先传输给与之对应的阻抗匹配网络和2级倍压整流电路,然后并联汇集电流,再经6级倍压整流电路来提升电压,最后将所有6级倍压整流电路在输出端并联来增大电流.通过ADS仿真确定了阻抗匹配网络和倍压整流电路中各元件的具体参数,在空气和生物体组织两种介质中对所设计的电路进行了测试.当工作频率为0.5~3 GHz,射频信号强度为5~25 d Bm,负载电阻为1 kΩ时,在空气中的输出电压为0.01~6.22 V,能量转换效率为2%;在生物体组织中的输出电压为0.01~3.5 V,能量转换效率为1.5%.文中所提出的多天线射频能量收集器的输出电压和能量转换效率分别比单天线射频能量收集器高2 V和1%.

基于小波包变换的癫痫脑电棘波检测

为了能够较好地实现癫痫患者脑电的棘波检测,提出一种将棘波物理特征(幅度、频率)和小波包变换结合的算法,用于癫痫患者脑电信号的棘波检测。首先利用小波包变换对癫痫脑电信号进行小波包分解,将脑电波频率(0~30 Hz)划分为3层;其次根据脑电波的频率范围重构第三层节点频率S(3, 0)(0~10.85 Hz)、S(3, 1)(10.85~21.7 Hz)、S(3, 2)(21.7~32.55 Hz)的脑电信号;最后取棘波的幅度作为检测阈值分别提取癫痫患者健康期、癫痫发作间期及癫痫发作期的棘波。实验结果证明,当数据的采样频率为173.61 Hz、信号长度为23.6 s时,该算法能够提取不同癫痫患者在不同时期的棘波信号,该算法棘波的误检率为12.02%、漏检率为11.70%。因此,本文所采用的算法在癫痫棘波检测中具有良好的效果。

基于PCA和自适应步长IVA的EMG伪迹去除方法

针对脑电(EEG)信号在采集过程中易受到肌电(EMG)伪迹干扰,且EMG伪迹复杂多变难以去除的问题,提出一种基于主分量分析(PCA)和自适应步长独立向量分析(IVA)相结合的EEG中EMG伪迹去除方法。首先,利用PCA将EEG信号的主分量提取出来,对数据降维;然后对主分量引入IVA算法,根据高阶统计量和二阶统计量,结合EMG伪迹的非高斯性和弱相关性进行EMG伪迹分离,同时引入基于分离效果的自适应步长选取方法,增强分离效果。实验中采集了8通道的EEG信号,测得各通道相对均方根误差为0.09~0.2,算法的平均EMG伪迹分离率为98%,且相比单独使用IVA时间节省20%,该方法适用于动态EEG中EMG伪迹的去除。

能量熵与峰值窗口结合去除眼电伪迹研究

为改进传统独立分量分析自动去除眼电伪迹算法中存在识别眼电分量速度慢、需采集同步参考眼电信号、丢失脑电信号问题,提出一种不需要参考眼电信号的眼电伪迹自动识别去除方法。利用FastICA分解出独立分量,计算各独立分量频谱能量熵,以频谱能量熵值作为判据识别出眼电分量;然后使用峰值窗口分离出眼电分量中存在的脑电信号,与其他独立分量进行拼接;利用FastICA逆变换重构出去眼电伪迹的脑电信号。实验结果表明:该方法能准确快速自动地去除眼电伪迹,并较好地保留其他的脑电信号成分;频谱能量熵识别眼电伪迹平均用时为0.01 s,准确率为98%,适用于实时EOG去除。

“人工智能+新工科”背景下研究生创新能力培养模式研究

人工智能已进入到与新工科建设深度融合发展的新阶段。人工智能技术具有周期性的特点,要保持该技术领域的领先地位,必须重视拔尖人才的培养。研究生是中国未来学术研究和技术革新的核心力量,在“人工智能+新工科”背景下如何培养具有创新能力的交叉复合型人才,是当前亟需解决的问题。在当前中国高校新工科建设的新时期,只有以工程创新为核心,培育具有创新精神的复合型人才,才能抓住历史机遇,获取新工科建设更大的成功。

基于多列神经网络的用电行为自诊断技术研究

为了进一步提升电能计量的整体自诊断管理,使用3列相对独立的多列神经网络算法,在有限且不完备数据的基础上,利用全网计量节点提供的上行、下行尖峰平谷计量数据,实现对计量系统故障、用电器配置变更、用户窃电等三大主要可能性做出基于大数据深度挖掘的主动判断。在计量系统故障、用电系统变更、窃电行为影响和总和敏感性方面,该系统较早期方法分别实现了14.3%、83.7%、36.3%、34.8%的计算效能提升,对未来电力计量系统的整体管理效率提升有积极意义。

低噪声、低纹波头皮脑电信号采集的前端电路

基于SMIC 0.18μm CMOS工艺设计了一种由前置放大器、纹波抑制电路、增益可编程放大器和外置低通滤波器组成的低噪声头皮脑电信号采集前端电路。其中前置放大器采用斩波技术来降低低频噪声和失调电压,其结构为电容耦合的斩波稳定放大器,其有源放大部分由折叠式共源共栅级和共源级构成的两级全差分放大器构成,以获得较高的开环增益;同时在前置放大器后引入了阻容耦合电路来抑制在斩波频率处产生的纹波。可编程增益放大器采用可调电容阵列构成的电容负反馈放大器以实现增益逐级可调。Spectre后仿真结果表明,前置放大器的增益为40 dB,共模抑制比可达131 dB,电源抑制比90 dB,输入等效噪声772 nV/sqrt(Hz)^@100 Hz;可编程增益放大器的增益分别为12、20、25 dB;低通滤波器的截止频率为1 kHz;纹波抑制电路对在斩波频率处的纹波具有400倍的抑制效果。该前端电路的总增益为40~65 dB,通频带为1 Hz~1 kHz。

一种无线充电、无线通信的植入式癫痫信号检测器

提出了一种无线癫痫信号检测器,主要由记录电极、癫痫信号提取和放大模块(包括斩波放大器和滤波器)、射频能量收集器(RFEH)、蓝牙模块和癫痫信号检测算法等组成,用于构建闭环神经刺激器。设计了一种由多级"零漂移"同相放大器组成的斩波放大器、用于分离局部场电位(LFP)和棘波(Spikes)的低通滤波器(200 Hz)和带通滤波器(300 Hz^5 000 Hz),以及由单通路Villard倍压整流电路构成的RFEH(为系统供电)。采用海岸线参数法来检测癫痫信号的发作。测试结果表明,斩波放大器的输入漂移电压为1μV,LFP和Spikes的增益分别为40 d B和100 dB。当发射功率为25 dBm@2.45 GHz、测试距离为2 cm,在无负载和负载为1 kΩ时,RFEH的输出电压分别为5.6 V和2.6 V,带载时能量转换效率为2%。海岸线参数算法的准确率为91.1%。

频率、功率和效率可调的磁共振能量发射器

针对传统磁共振能量发射器工作频率、发射功率和能量传输效率相对固定的缺点,本文提出一种频率、功率和能量传输效率可调的磁共振能量发射器,主要由高频压控振荡器、迟滞比较器、反相放大器和Class-E功率放大器依次级联构成。其中,高频压控振荡器产生频率可变的高频正弦信号,经迟滞比较器对其占空比进行调节,以改变Class-E功率放大器的能量转换效率。反相放大器中跨接在输入端和输出端的可变电阻由工作于可变电阻区的场效应管实现,以调节输出信号的幅度,进而改变Class-E功率放大器的输出功率。并采用PSpice和ADS仿真软件来辅助确定上述电路中各元件的具体参数,最后对所设计的磁共振能量发射器进行了测试。结果表明,发射器的工作频率在1.95~2.28 MHz范围内连续可调,其波段覆盖系数为1.2;在供电电源为+15 V时,输出功率在0.6~7.86 W范围内连续可调;在发射线圈和接收线圈间距为20~50 mm时,系统的能量传输效率为56.4%~21.2%。