改进的N-back范式工作记忆认知实验研究

目的通过改进的n-back认知实验探究两种工作记忆负荷下健康被试的行为学特点、辨识力水平及激活脑区的差异。方法利用SPSS 12.0将实验数据分别从统计学及心理学两个方面进行方差分析和比较,结合SPM的脑区激活图分析脑区负载效应。结果数字组工作记忆负荷比图片组小。各任务间准确率无统计学差异(F=6.317,P>0.05),记忆负荷的增加对反应时间有显著影响(P<0.05),辨识力受任务难度和任务类型影响的交互作用显著(F=4.739,P<0.05),发现两组实验激活脑区有显著差异。结论健康被试行为学表现和辨识力均受刺激材料影响,且与记忆负荷呈负相关。在两组实验中,相关脑区激活范围随记忆负荷的增加并不明显,但部分脑区激活程度增强。

一种改进的基于RFID中间件的冗余数据清洗算法

针对RFID中间件冗余数据处理问题,提出一种改进的基本临近有序法(SNM)算法.通过对大量RFID数据进行分组,采用随机因子改变窗口大小对数据进行清洗,并在算法的实现过程中采用循环处理方式.经实验证明该改进算法能有效提高数据处理效率,并在召回率和数据处理时间上均优于原SNM算法.

基于混沌扩频序列的RFID防碰撞算法分析

为了解决射频识别系统(RFID)中的多标签防碰撞问题,在分析了时隙AlOHA算法的基础上提出了一种基于混沌序列扩频的时隙ALOHA算法,该算法的标签ID序列通过混沌扩频序列Chebyshev序列扩频而获得扩频信号,阅读器通过接收扩频信号并对其解扩得到标签ID序列.通过建立数学模型对算法进行了分析,仿真实验结果表明扩频ALOHA算法可显著提高系统吞吐量,并且当负载G接近于N时,系统吞吐量Sc接近于最大值.

多核汽车电子系统中关键级感知的任务分配算法

任务分配是汽车电子系统中多核混合关键级系统设计和实现需解决的关键问题之一,需在实时性、系统成本和资源开销之间取得权衡。针对该问题,以模拟退火算法为基础,提出一个关键级感知的任务分配(CTA)算法,在满足系统实时可调度性的前提下,实现成本和系统资源开销的联合优化。在真实汽车电子功能集和模拟功能集基础之上开展的多个对比实验验证了CTA算法的有效性。

中间存储的联机分析关联规则挖掘方法

针对"挖掘不同支持度下的关联规则需要反复扫描多维数据库所带来大量的系统I/O开销"这一缺限,提出一种基于中间存储的联机分析关联规则挖掘OLAM方法.在自行开发的联机分析处理OLAP的基础上,对待分析的多维数据集利用BCTree存储谓词集频度索引数,利用改进的Apriori关联规则挖掘算法分析用户感兴趣的维度,减少挖掘维度的个数,提高了反复挖掘的系统效率和系统针对性.生产数据证明了该方案的正确性和有效性.

移动无线个人区域网络中MAC协议分析研究

在分层移动节点的无线传感器网络中,网络的信息采集常常具有突发性和集中性。对低速无线个人区域网络IEEE802.15.4 MAC进行研究,针对采用直接数据传输的CSMA-CA机制在用户发送查询指令时,路由节点附近的传感器节点几乎同时进行数据采集和汇报,造成在传感器节点汇报数据时期出现大量的数据碰撞,导致传感器节点能量的大量损耗的问题,提出了一种基于IEEE802.15.4的能量高效的移动MAC协议。该协议采用带时隙的CSMA-CA机制,将超帧激活期划分成竞争期与非竞争期。竞争期内,传感器节点申请数据收发安排权,非竞争内进行无竞争的数据传输,减少了数据碰撞的概率,仿真实验表明基于IEEE802.15.4的能量高效的移动MAC协议具有能量高效性。

无线传感器网络LEACH协议簇首优化选择机制

对无线传感器网络分簇路由LEACH算法能耗问题进行了分析,提出了簇首选择方法,并通过传感器节点剩余能量和网络加权系数重新设定阈值,使剩余能量较大的传感器节点被选作簇首节点,将网络内的能量平均分配到每个传感器节点上,有效地平衡网络负载,在此基础上,给出了优化簇首选择方法,仿真结果表明算法的性能得到了较好的改善,延长了网络的生命周期。

癫痫患者默认网络的静息态功能磁共振成像研究

目的:分析癫痫患者静息态fMRI下默认网络及其潜在结构的变化。方法:对15名临床诊断为原发全身强直痉挛癫痫患者和20名正常志愿者静息态时的fMRI数据进行独立成分分析,依据空间最佳匹配原则挑选独立成分,研究正常被试和癫痫患者的默认网络差异,并选定默认网络中11个脑区构建功能连接网络,运用图论和聚类方法探讨其潜在结构的改变。结果:与正常对照组相比,患者组默认网络的脑区激活普遍下降,功能连接网络发生明显变化,且整个网络呈现出混乱的层次化结构。结论:静息态下癫痫患者的默认网络及潜在的层次化结构发生异常。