人脑波吸引子重构的方法及应用分析

脑电波的混沌动力学分析表明脑波的吸引子是奇异吸引子。我们根据这一理论建立计算机分析程序，检测分析了一组健康人与痴呆或智力发育迟滞患者的脑电图混沌学特征。人脑波吸引子重构的结果表明，两种智力水平截然不同的人脑电状态存在明显的直观差异。本文着重分析了２例脑波重构吸引子，其中优秀运动员的脑波吸引子轨迹疏松发散，中心吸引区大；老年性痴呆患者的脑波吸引子的状态轨迹密集凝聚，皱缩一团，中心吸引区很小。

脑波的重构吸引子

近几年来,应用混沌理论对大脑动力学方面的研究,国内外已有少量报道,Babloyantz等(1986年)对癫痫小发作的病人作了脑电图(elcctrocncephalogram,EEG)的混沌学分析,他们还对睡眠中的脑活动作了研究,徐京华对脑电的动力学混沌分析提出更精确的方法。已证实人脑电图记录的脑波活动中存在混沌吸引子。然而,不同的动力学系统除了定态(原点)吸引子和周期极限环吸引子外,非线性动力学系统中的吸引子多为混沌吸引子;也因参数不同而可以出现各种类型的混沌吸引子。目前对这方面的讨论尚未形成一致意见,一般将混沌吸引子多称为奇异吸引子。在相空间中描绘独立变量的状态演化轨迹目前采用时间延迟法。

基于重构吸引子融合BAG方法的步态识别研究

针对基于惯性传感器的步态识别方法在动态情况下表现不佳且计算复杂度较高的问题,提出一种基于重构吸引子融合盒近似几何(BAG)方法。首先,将人类步态视作一个动态系统,根据Taken理论在潜在空间重构吸引子;然后,利用奇异谱分析方法获得奇异值,并将其应用于惯性传感器的标量测试;最后,利用盒近似几何方法完成步态识别。针对20个不同对象的模式分析了各种参数对步态识别性能的影响,实验结果表明,相比其它几种步态识别方法,本文方法能够实现高精度的识别且具有较低的计算复杂度。

脑电重构吸引子复杂度的测量

选用３０例脑电图，用混沌学方法分析脑波的复杂性。他们的重构吸引子存在明显差异，这种差异可用分形几何的方法测量构成吸引子的状态点迹，即以同等的最小和最大单位面积块全部覆盖吸引子点迹时的块数为复杂度的得分数。得分的高低与被测对象的实际情况相对照，二者总符合率达９４．３％。

心脏节律蕴涵的确定性动力学机制重构

本研究以受迫非线性动力学系统为分析模型 ,以Volterra级数方法为基础 ,研究了心脏节律的确定性动力学机制重构问题。首先 ,采用最优变换方法充分表征相应级数项蕴涵的确定性动力学机制 ;其次 ,利用EM算法对观测和动力噪声强度、确定性动力学行为、模型结构和参数进行迭代采样 ,实现从多种生理过程的影响中准确重构心脏节律的确定性动力学机制。应用实验数据表明 :重构模型具有与心脏节律非常相似的动力学行为和统计特性 ;心脏节律内在机制具有初始值敏感性质。

心率变异非线性动力学分析的状态空间重构方法

本文讨论了在使用研究非线性动力学方法研究心率变异时的状态空间重构问题。通过对这一方法的理论基础的讨论，说明在非线性建模中直接使用ＲＲ间期的不合理性。本文以嵌入学为基础提出了一个合理的建模方法，对临床数据进行了分析，并给出了对比分析结果。

基于叶尖定时数据奇异值分解的振动事件识别

叶尖定时数据自动化测量及处理是旋转机械在线监测和智能运维的必要环节,快速、准确判断叶片振动类型,实现振动事件识别是数据自动化测量及处理的关键。提出了一种基于加窗叶尖定时数据奇异值分解的振动事件识别方法,仅需单只传感器准确识别叶片同步、异步振动事件。基于不同叶片叶尖定时数据时延特性,加窗构造了“类重构吸引子矩阵”,根据矩阵奇异值特征实现振动事件识别。开展了方法仿真及实验验证,仿真与实验结果一致性良好,压气机试验件测试数据表明,叶片发生振动事件时第1奇异值增大为7倍以上,其中发生异步振动事件时第2奇异值增大为14倍以上,提出方法能够准确识别叶片同步、异步振动事件。

混沌噪声背景下弱谐波信号的GRNN检测

针对BP(BackPropagation)神经网络方法存在训练时间长,收敛性能不理想;RBF(RadialBasisFunction)神经网络的隐层结构对鲁棒性影响大的问题,将广义回归神经网络GRNN(GeneralizationRegressionNeuralNetwork)引入混沌背景下的弱谐波信号检测中,提出了一种提取混沌噪声背景下微弱谐波信号的GRNN检测方法。该方法利用GRNN建立噪声混沌背景的最优一步预测模型,再结合频域处理预测误差提取微弱信号,以Duffing系统产生混沌时序作为混沌背景,使用该方法用MATLAB6.1验证在没有噪声、存在高斯白噪声和存在色噪声情况下的混沌背景下的弱谐波信号检测。实验结果表明,谐波对混沌的信噪比达到-36dB时仍然可以检测出谐波。

切削振动加速度时间历程演化过程的动力学特征

取自刀架的振动加速度时间历程被分为三大部分:无颤振切削状态,过渡切削状态和颤振状态。这里分别从热力学角度和几何角度描述了切削系统的动力学行为,给出了与无颤振切削状态和颤振状态相对应的振动加速度时间序列的概率密度分布和三维重构吸引子。并计算了各阶段的Lyapunov指数和Kolmogrov熵。同时绘制并讨论了Lya-punov指数和Kolmogrov熵与切削加工参数的关系曲线。研究表明:Lyapunov指数和Kolmogrov熵与切削加工参数的关系曲线变化趋势相同,看起来象稳定阈图,这些曲线对切削加工参数的选择具有指导作用。并且,当切削状态从无颤振状态过渡到颤振状态时,Lyapunov指数和Kolmogrov熵将随振动幅值的增大而增大。