基于时空Inception残差注意力网络的脑电情绪识别

为了提高脑电情绪识别分类精度,最大限度利用脑电信号的空间和时间信息,提出一种Inception残差注意力卷积神经网络与双向长短期记忆(bi-directional long short-term memory, BiLSTM)网络相结合的新型架构时空Inception残差注意力网络。将脑电信号采集电极位置映射到二维矩阵中,采集信号作为通道,构成三维数据;将得到的三维数据输入到时空Inception残差注意力卷积网络之中,提取时空信息;将得到的特征输入到全连接层进行分类;将Inception结构引入脑电情绪识别领域,实现多尺度特征提取,并将电极映射到矩阵之中,保留电极位置信息,使用时空Inception残差注意力网络从时空两个维度获取脑电相关信息。实验表明,使用该模型对DEAP数据集进行情绪四分类可得到93.71%的准确度,相较于对比模型,识别精度提高了10%~20%。提出的模型在脑电信号情绪识别领域具有优良性能。

注意力机制CNN结合肌电特征矩阵的手势识别研究

当前基于卷积神经网络(CNN)的手势识别研究集中于增加网络深度,较少关注改善样本数据分布带来的性能提升。针对此类问题,提出一种量化表面肌电信号(sEMG)特征相关性的肌电特征矩阵(EFM)样本输入有效通道注意力(ECA)机制CNN,用于识别NinaproDB1中52类手势。首先使用时间窗截取低通滤波后的sEMG,计算多种信号时域特征;然后利用笛卡尔积组合并相乘不同特征,对特征相乘值进行归一化后得到EFM。同时,引入ECA机制使网络关注重要的深层特征,从而提升手势分类效果。分别输入sEMG、肌电时域特征和EFM到注意力机制CNN进行手势识别,EFM识别准确率最高,达到了86.39%,高于近年来手势识别研究方法精度。验证了提出方法的有效性,为多类别手势准确分类提供可行新方案。

水轮机主轴密封抗磨环水平调整方法浅析

葛洲坝电站水轮发电机组改造增容中,将机组主轴密封由原双层平板橡胶密封结构改为自补偿型轴向端面密封结构。现密封结构中抗磨环安装水平的精度直接影响工作密封运行效果,加之轴流转浆式机组设备结构的复杂性,使抗磨环的水平调整成了主轴密封安装过程中最重要的一个环节。本文对比了改造后主轴密封抗磨环调平的几种常见方法,总结出基于盘车测量和调整抗磨环水平的方法,并在葛洲坝机组改造增容工作中成功应用,为其他水轮发电机组类似结构主轴密封改造提供参考。

基于VxWorks系统的直升机存储数据清除技术研究

直升机存储数据是一项极为重要的涉密信息,若被敌方窃取,后果难以想象,然而直升机数据清除技术研究还未引起足够重视,因此开展直升机存储数据的清除方法研究与软件设计显得尤为重要。本文首先对VxWorks操作系统和开发环境Workbench进行介绍,并对数据删除机制及原理进行了研究,最后通过仿真实验,有效清除了模拟建立的数据痕迹,确实达到了彻底粉碎性删除数据的目的,从而验证了方法可行性和准确性。