通道匹配和加工水平对DRM范式错误记忆的影响

本研究采用2×2×2被试间设计,分别对视觉或听觉通道呈现的DRM词表进行了高水平或低水平的加工,此后又在视觉或听觉通道上,进行了针对DRM词表旧有项目、关键诱饵和无关项目的再认测验。实验证明了DRM范式中错误记忆的稳定存在,并且错误记忆受通道变换和加工水平变化的影响。通道不匹配时的错误记忆效应要大于二者匹配时的;通道匹配时,视觉呈现所导致的错误记忆效应要大于听觉呈现的;通道不匹配时,由听觉学习转到视觉测验时所导致的错误记忆效应要大于由视觉学习转到听觉测验时的。实验表明通道效应和加工水平效应是相互作用的。

基于多通道匹配追踪算法的单次脑响应信号建模(英文)

提出了一种基于多通道匹配追踪算法对一维多通道脑磁图非平稳信号进行单次分解的方法.单通道匹配追踪算法通过在过完备的库中自适应地搜索匹配具有良好时频特性的Gabor原子,最终将信号表示为Gabor原子的线性组合.多通道匹配追踪算法是单通道匹配追踪算法的延伸,即所有通道的信号是由发生时间、振荡频率、相位、持续时间相同,但振幅不同的Gabor原子线性叠加组成.结果显示,多通道匹配追踪算法能较好地重建源信号,并且自动检测与分离伪迹噪声.此外,3D源重建结果和心理学先验知识一致,这进一步表明多通道匹配追踪算法应用于脑磁信号单次提取是有效的.

基于正则表达式和Jaccard系数的智能变电站录波通道同源匹配

针对220kV及以上电压等级智能变电站双套录波通道同源匹配问题,提出一种基于正则表达式和Jaccard系数的智能变电站录波通道同源匹配方法。首先,针对录波通道命名不规范的问题,使用正则表达式对通道名称文本进行预处理,统一通道名称的表达形式;同时,使用jieba分词算法和去停用词操作,去除通道名称文本中可能存在的冗余信息。然后,使用Jaccard相似系数匹配算法计算录波通道名称文本之间的相似度,依据相似度大小筛选出同源通道。最后,基于电网实际的录波文件数据进行仿真分析。仿真结果表明:所提方法可有效实现智能变电站录波通道同源匹配。

多通道数字匹配滤波

通过对信号进行基于瞬时自相关的瞬时频率提取的方法对中频信号进行分析、识别,然后可以在FP-GA内部构造一个多通道匹配滤波器对信号进行匹配。然后对多通道匹配滤波进行仿真。仿真结果表明,可以从多通道匹配滤波中判断匹配的正确与否,从而可以实现信号的分选。

词表呈现时间和通道的匹配性对错误记忆的影响

采取2×3的被试间实验设计,在DRM范式中研究呈现时间和通道的匹配性对错误记忆的影响。研究表明,当词表在学习阶段以视觉的形式呈现时,测验阶段中通道匹配与否对实验结果并没有显著的影响。词表的呈现时间对实验结果有显著影响,具体表现为:呈现时间为2000ms时,对旧项目的击中率显著高于500ms、20ms和500ms条件下,对关键诱饵的虚报率显著的高于对旧项目的击中率,这从某种程度上验证了激活监控理论。

基于分通道自适应匹配的梯度保持色彩迁移算法

本文针对经典Welsh与Reinhard算法进行改进,提出一种基于分通道自适应匹配的梯度保持色彩迁移算法。引入L、a、b三通道作为匹配依据,因通道间的序列不相关,对单一通道进行处理时不会影响到另外两通道,消除了RGB颜色模式中单一目标区域易受多通道影响的弊端;对整体灰度值相近的图像,将色度均值差异最大的待处理区与背景区通道及参考图像对应通道进行自适应匹配,解决了Welsh算法对灰度差异小或灰度范围重叠的彩色源图像分级易造成误判的问题。然后引入梯度因子,同参考图像与源图像标准差比值作加权运算,将结果作为本文改进迁移算法的缩放比例系数,对匹配到的每组像素采用保持梯度的色彩迁移算法进行着色,避免了Reinhard算法易出现色彩细节信息丢失、阶调间过渡不自然等问题。实验证明,本文改进算法所得目标图像的彩色化效果均优于经典Welsh与Reinhard算法,极大提升了色彩迁移算法的灵活性与适用性。

半航空电磁接收系统的设计与应用

利用半航空电磁法进行勘探时,半航空电磁接收系统中线圈传感器获取的电压信号很小且易受噪声等因素干扰,无法直接采样和分析。针对上述问题,设计了一套新型的低噪声半航空电磁接收系统。该系统以双通道匹配晶体管MAT03、MAT12和低噪声放大器AD8429为核心设计了低噪声放大电路,以运算放大器NE5532为核心设计了五阶低通滤波电路。通过仿真验证了设计电路功能的可行性,并对其进行了性能测试和野外试验。测试和试验结果表明:所设计的放大电路增益可调且噪声低于市面上的放大器,低通滤波电路抑制高频干扰效果良好。

基于超复数FFT的极化SAR图像匹配方法

极化合成孔径雷达(SAR)图像匹配是修正惯性导航累积误差及提高导航精度的重要手段。针对已有方法在匹配时未充分利用极化信息的问题,提出了一种基于超复数快速傅里叶变换(FFT)的极化SAR图像多通道联合匹配方法。首先,提出了一种基于Pauli分解的极化SAR图像超复数形式,实现了单通道图像处理方法的间接升维;然后,对其进行偶对分解及FFT;最后,通过计算超复数相位相关,获取待匹配极化SAR图像的匹配位置。该方法将多通道极化SAR图像作为三维空间的3个矢量,在匹配时充分利用了极化信息。试验结果表明,即使在极化SAR图像间存在局部差异及包含乘性噪声情况下,该方法仍能获得精确的匹配结果。

针对学习障碍学生的各种特殊教育观

针对学习障碍学生的特殊教育,从最初鉴别学生学习过程中的缺陷并进行矫正,到现在针对学生学习需要而进行的阶梯教育模式,经历了其自身发展的过程。