ICA＋CSSD的脑-机接口分类

针对复杂的脑电问题,介绍了一种对单次思维脑电信号提取、分类的方法。该方法的主要思想是将独立成分分量和共空域子空间分解方法以及支持向量机学习方法结合起来,用于提取脑电信号特征。该方法分别被用于BCI Competition 2003 Data set IV和BCI Competition III Data set I,正确率分别达到了89%和92%。实验证明独立成分分量算法和共空域子空间分解方法能够很好地结合起来进行脑思维的分类,分类正确率很高,是一种快速、稳定可行的分解方法。

脑-机接口中新的脑电数据分类方法

根据自发脑电的特点,将HMM-AR模型算法运用到脑电状态的分类中,证明它是一种非常有用的分析脑-机接口方法。将Laplacian filter、ICA和HMM-AR方法相结合,用想象左右手运动的BCI数据进行识别,得到了很好的分类结果,有效地区分脑电中运动与非运动两种状态。该算法能够在运动开始后1 s内检验到脑电信号的变化,从而证明了该算法在BCI的实用性,达到了良好的识别效果。

脑-机接口中时变公共空间滤波器的研究

为了提高分类识别率,提出了一种新的公共空间算法—时变空间滤波算法。该算法中,公共空间滤波器的值不再是常数,而将随着时间而变化,它能够有效提高任务的识别率。首先给出公共空间模型的数学公式,然后进行时变公共空间滤波器的数学求解,试验结果表明时变公共空间滤波器在BCI的实用性,能够达到很好的识别效果。

基于公共空间频率模型的脑电数据分类

利用公共空间频率模型算法实现较少训练数据的脑电识别。首先给出公共空间频率模型算法的数学公式和求解过程,然后从数学分析角度说明表达实质含义,以及如何实现空间和频率上的同时滤波;再对于提取出来的特征,如何构造分类器,进行分类;最后用BCI Competition Ⅲ的Iva数据包为数据源,证明了公共空间频率模型算法在BCI的实用性,能够达到更好的识别效果。

Duffing方程的分段求解方法

因为Duffing方程带有占εx^3项，难以用分析法求解，为了解决这一问题。研究人员已经做了很多努力，目前，比较有效的求解方法主要有：摄动法、三级数法、谐波平衡法、多尺度法等。本文尝试了在时域上分段求解的方法，即在一定的初始条件下将非线性项展开为多项式。把原方程近似地用线性非齐次常微分方程代替，运用解析法分段求解．本文还探讨了计算稳定性的判定方法。

用最小二乘法求Duffing方程的拟周期解及解的精确性、稳定性分析

本文讨论了最小二乘法在确定Duffing方程的拟周期解中的应用，并分析了解的精确性、稳定性。

如何解决Rich Edit 2.0控件不能进行文本粘贴的问题

Rich Edit2．0是Rich Edit控件的2．0版本．是一个功能强大的文本编辑控件．支持文本的多行显示、复制剪切及粘贴、撤销重做等功能。有关这一控件在Visual C＋＋软件开发中的使用方法，及其高级功能的开发，已有很多文献做了详细的介绍，但在实际使用中，仍会遇到个别难以解决的问题。

如何用汇编代码检测并截获C++浮点运算异常

用C＋＋编制工程计算程序时．经常会遇到浮点数运算异常。这些异常大多是由实数域内“无意义”的运算造成的，比如被零除、负数开平方，负数取自然对数等等。异常发生后，程序通常不会自动终结，而是继续运行，

用汇编语言实现BSTR和char*的相互转化

本文介绍了BSTR和char*两类字符串在存储方式上的区别,提出了采用汇编语言实现两者之间相互转化的方法,并提供相关代码。

预防反汇编破解的“隐藏代码”法

针对目前常被采用的反汇编破解,提出了一种通过代码移植实现代码"隐藏"的方法,并用程序实例详细说明了其实现步骤,验证了其可行性。