声强对豚鼠下丘给声响应神经元间隔探测的影响

目的探讨声音信号强度对豚鼠下丘给声响应神经元间隔探测的影响。方法采用单细胞记录的方法,刺激信号由100 ms和50 ms白噪声相加组成,声音强度10～80 dB SPL,中间间隔时间为0、1、2、4、8、16、48、96 ms,分别统计阈响应组和阈上10,20,30 dB时,给声响应神经元的间隔阈值,并观察间隔阈值与放电率和潜伏期的关系。结果本实验共记录96个神经元,其中,给声响应神经元有35个,在阈响应强度时,给声响应神经元间隔阈值明显增大,四组强度的间隔阈值均值分别为(22.91±4.36)ms,(9.00±2.69)ms,(4.00±0.49)ms和(11.33±3.11)ms(P<0.01),但阈上各组间的差异无统计学意义(P>0.05)。在间隔时间为48 ms时,给声响应神经元间隔后放电恢复率的均值分别为0.44±0.15,0.83±0.12,0.88±0.07和0.61±0.10(P<0.01)。而首次放电潜伏期分别为(12.86±0.72)ms,(11.65±0.64)ms,(11.03±0.65)ms和(10.68±0.55)ms(P>0.05)。结论声音信号强度对豚鼠下丘给声响应神经元的间隔探测有一定影响。

移动群体感知中能量有效的设备探测模型

在移动群体感知网络中移动设备的能量使用效率和有效探测总数间存在一种均衡关系,针对移动群体感知中移动设备发生接触的特点,提出了一种移动群体感知中能量有效的设备探测模型。该模型对基于泊松分布模型探测过程进行建模,得到移动设备的无效探测概率,并通过实验进行验证,结果表明该模型是正确合理的;然后得出有效探测总数与探测时间间隔的关系;最后基于模型分析得到不同情况下能量消耗与探测有效性的均衡点,进而使移动设备持有者根据自己所处环境设置探测时间间隔T,从而实现移动设备能量的节约。

背景噪声对人感知声音时间信息的影响

对声音时间信息的分辨在人和动物感知声音信息的过程中至关重要。在自然声环境中,声音信息总处于一定的噪声背景下。文章以间隔探测阈值为指标测定了人对纯音和噪声的间隔探测阈值,以及持续噪声背景对间隔探测阈值的影响。声音信号采用1000～10000Hz的纯音信号和白噪声信号,声音强度为70dBSPL。背景噪声为持续白噪声,强度分别为45、55、65dBSPL。结果表明,对纯音信号,随着背景噪声强度增加,间隔探测阈值有升高的趋势。对噪声信号来说,45、55dBSPL的背景噪声对噪声信号的间隔探测阈值无显著影响,但65dBSPL的背景噪声使间隔探测阈值显著升高。研究结果提示,背景噪声能够在一定程度上影响人对声音时间信息的感知,影响的程度与背景噪声的强度有关。

网络可用带宽的高精度测量算法

精确的网络带宽测量对于许多Internet应用和协议都有很重要的作用.本文在分析网络可用带宽测量算法IGI的基础上,提出了改进算法.改进算法在准确性和跟踪可用带宽变化的能力等方面和原来算法相比有很大的改善.另外,针对PTR算法测量结果不稳定以及在网络路径的瓶颈链路的利用率较高时测量不准确的问题,提出改进算法.实验表明,改进的PTR算法在测量时间以及测量负载增加量不大的情况下,提高了测量的准确性,使得测量结果更平稳,并且能很好地跟随网络路径可用带宽的变化.

铆接钢桥剩余寿命与使用安全评估实例

将确定性与概率性评估方法应用于上海市浙江路桥剩余寿命安全评估.基于Monte-Carlo法实现了应力谱模拟.按M iner准则估算了构件检测优先级.采用简化断裂力学模型计算了剩余寿命与探测间隔.在合理确定随机变量参数取值和目标可靠度基础上,应用Monte-Carlo法实现了桥构件和结构系统疲劳可靠度计算,并确定了概率性探测间隔.评估结果表明,结构系统疲劳可靠度、探测间隔要比单个构件的低.确定性与概率性评估结果为该桥维护决策提供了依据.

既有铆接铁路钢桥剩余寿命的评估

为确保既有铆接铁路钢桥使用安全,探讨了评估既有铆接铁路钢桥疲劳剩余寿命的方法。以京九线赣江桥为例,介绍了基于断裂力学的既有铆接铁路钢桥剩余寿命评估的原理与方法。基于断裂力学的评估过程主要包括如下4个步骤:识别临界构件、计算临界裂纹尺寸、疲劳裂纹扩展模拟、确定探测间隔。根据赣江桥剩余寿命评估结果:若按保证桥梁的正常使用功能,超声波探测间隔为1 a;若按保证主桁结构承载安全,则探测间隔为3 a。

基于PGM模型的可用带宽度量算法评估

探测间隔模型(PGM)是负载小、速度快的可用带宽度量方法,但目前针对PGM的算法还缺乏系统、深入的评估。针对上述问题分析影响PGM算法精度的主要因素,提出端对端路径可用带宽的新型分类方法,选取PGM模型中较典型的Spruce和IGI算法,通过理论推导和仿真测试,评估不同背景流量类型等因素对算法精度的影响,为改进PGM模型的算法设计、提高算法精度提供参考。