-
题名机械式李萨如图形演示仪的设计
被引量:1
- 1
-
-
作者
杨慧舟
余观夏
张晓萌
骆敏
林杨帆
-
机构
南京林业大学信息科学技术学院
南京林业大学物理实验中心
南京林业大学材料学院
-
出处
《大学物理实验》
2020年第4期56-59,共4页
-
基金
2017年南京林业大学大学生创新项目计划项目。
-
文摘
针对传统李萨如图形演示仪器的不足,设计了一种机械式李萨如图形演示仪。该演示仪运用两杆的圆周运动,在两个相互垂直方向控制平面上二极管的导通和熄灭,显示相互垂直的简谐运动所合成的运动点的轨迹。利用该仪器可以控制两个圆周运动的角速度和初始位置,通过二极管显示不同频率比和相位差的李萨如图形。
-
关键词
李萨如图形
机械式
演示仪
-
Keywords
Lissauru figures
mechanical
demonstrator
-
分类号
O321
[理学—一般力学与力学基础]
-
-
题名前额单通道脑电信号的疲劳特征提取及分类算法
- 2
-
-
作者
杨慧舟
刘云飞
夏丽娟
-
机构
南京林业大学信息科学技术学院人工智能学院
博世(中国)投资有限公司中央研究院
-
出处
《生物医学工程学杂志》
EI
CAS
北大核心
2024年第4期732-741,共10页
-
基金
国家重点研发计划(2017YFD0600904)。
-
文摘
针对前额单通道脑电信号特征提取能力不足,导致疲劳检测精度降低的问题,本文提出一种基于有监督对比学习的疲劳特征提取及分类算法。首先,通过经典模态分解对原始信号进行滤波,提高信噪比;其次,考虑到一维信号在信息表达上的局限性,利用有重叠采样将信号转换为二维结构,同时表达信号短期内和长期间变化;由深度可分离卷积构建特征提取网络,加速模型运算;最后,通过联合有监督对比损失与均方误差损失对模型进行全局优化。实验表明,该算法对三种疲劳状态分类的平均准确度可达75.80%,相较于其它先进算法均有较大幅度提高,显著提高了单通道脑电信号进行疲劳检测的准确性与可行性。本文研究为单通道脑电信号应用提供了有力支持,也为疲劳检测研究提供了新思路。
-
关键词
单通道脑电信号
驾驶疲劳检测
特征提取
有监督对比学习
-
Keywords
Single-channel electroencephalography signal
Driving fatigue detection
Feature extraction
Supervised contrastive learning
-
分类号
TN911.7
[电子电信—通信与信息系统]
R318
[医药卫生—生物医学工程]
-
-
题名两岸融合发展——新时代两岸关系的重要特征
- 3
-
-
作者
杨慧舟
-
机构
不详
-
出处
《两岸关系》
2020年第2期9-10,共2页
-
文摘
2019年1月2日,习近平总书记在《告台湾同胞书》发表40周年纪念会上发表了《为实现民族伟大复兴推进祖国和平统一而共同奋斗》的重要讲话(简称“1?2讲话”),全面阐述我们立足新时代、在民族复兴伟大征程中推进祖国和平统一的重大政策主张。
-
关键词
两岸关系
政策主张
伟大复兴
祖国和平统一
民族复兴
《告台湾同胞书》
习近平总书记
重要讲话
-
分类号
D61
[政治法律—中外政治制度]
-