将网络信息的概念引入到神经科学当中对于研究脑功能机制有着积极的作用。然而人脑网络的复杂性对于理解有一定的困难。该文基于有向传递函数(Directed Transfer Function,DTF)的方法估计得到功能连接模式,进一步提出了信息流增益的计...将网络信息的概念引入到神经科学当中对于研究脑功能机制有着积极的作用。然而人脑网络的复杂性对于理解有一定的困难。该文基于有向传递函数(Directed Transfer Function,DTF)的方法估计得到功能连接模式,进一步提出了信息流增益的计算方法,用以评价特定脑区在全脑信息传输过程中的作用。该方法将流入信息和流出信息结合,具有浓缩两者信息的优点,简化了脑复杂网络的辨识度,并且提高了结果的显示标度。仿真运算和自发、诱发脑电数据的结果都显示出通过计算分析信息流增益可以比较理想地得到各个脑区对全脑信息流的贡献。结果证明信息流增益方法为进一步理解大脑认知机制提供了可能。展开更多
采用模型预测电流控制(model predictive current control,MPCC)算法实现了对四象限脉冲整流器的控制。MPCC算法所采用的调制脉冲由评价函数优化生成,同时避免了内环电流比例调节器的使用,简化了控制系统。通过与瞬态直接电流控制(Trans...采用模型预测电流控制(model predictive current control,MPCC)算法实现了对四象限脉冲整流器的控制。MPCC算法所采用的调制脉冲由评价函数优化生成,同时避免了内环电流比例调节器的使用,简化了控制系统。通过与瞬态直接电流控制(Transient Current Con-trol,TCC)算法相对比,表明MPCC算法具有更高的控制精度和响应速度。最后通过试验测试,给出了对比结果,表明MPCC方法具有较高的电流控制动态性能,同时能够降低电流中的谐波含量。展开更多
文摘将网络信息的概念引入到神经科学当中对于研究脑功能机制有着积极的作用。然而人脑网络的复杂性对于理解有一定的困难。该文基于有向传递函数(Directed Transfer Function,DTF)的方法估计得到功能连接模式,进一步提出了信息流增益的计算方法,用以评价特定脑区在全脑信息传输过程中的作用。该方法将流入信息和流出信息结合,具有浓缩两者信息的优点,简化了脑复杂网络的辨识度,并且提高了结果的显示标度。仿真运算和自发、诱发脑电数据的结果都显示出通过计算分析信息流增益可以比较理想地得到各个脑区对全脑信息流的贡献。结果证明信息流增益方法为进一步理解大脑认知机制提供了可能。
文摘采用模型预测电流控制(model predictive current control,MPCC)算法实现了对四象限脉冲整流器的控制。MPCC算法所采用的调制脉冲由评价函数优化生成,同时避免了内环电流比例调节器的使用,简化了控制系统。通过与瞬态直接电流控制(Transient Current Con-trol,TCC)算法相对比,表明MPCC算法具有更高的控制精度和响应速度。最后通过试验测试,给出了对比结果,表明MPCC方法具有较高的电流控制动态性能,同时能够降低电流中的谐波含量。