论文部分内容阅读
运动想象脑电信号的去噪和分类算法研究及其采集系统设计
【摘 要】
：
21世纪被科学界认为是生物科学与脑科学的时代,在全球性脑研究计划的推动下,我国提出了“脑科学与类脑研究”的战略部署。其中,运动想象在脑机接口领域备受关注与研究,其在医工结合、智能控制等领域有着重要的发展价值。由于脑电信号属于微伏级的生物电信号,易受环境干扰,这就导致从中提取出有效信息十分困难。目前,很多算法成功应用于脑电信号的去噪与分类识别,如利用小波变换或独立成分分析等算法去除噪声;利用经验模态
【机 构】
：
陕西科技大学
【出 处】
：
陕西科技大学
【发表日期】
：
2021年01期
【基金项目】
：
其他文献
抽油机井地下的工作环境十分复杂,早期是通过建立抽油机井的运动方程来分析其工作状态。对抽油系统而言,过于复杂的运动方程常含有不可测的状态量,难以预测与控制;而过于简单的运动方程又不能完全反映某些关键特征。可以建立适当的数学模型,并结合数据驱动的方式来解决抽油机井的故障诊断问题。本文以直接测量得到的地面示功图为原始数据,由于井下泵功图更能反映抽油泵在一次往复过程中的工作状态,最终以泵功图为研究对象。本
学位
水下图像是一种重要的信息载体。对水下图像的处理在水下资源勘探、水下环境监测及水下机器人等领域有着重要的研究意义。在水下环境中,水分子和悬浮颗粒对可见光的散射会造成水下成像模糊,不同波长可见光在水中衰减程度不一致会使得水下成像产生色偏,最终导致水下图像出现明显的退质现象。并且,在不同气候,地域等客观因素条件下,水下图像中各通道衰减比率不尽相同。为了获取更加真实的复原效果,本文对水深五米以内的水下图像
学位