【摘 要】
：
目前脑控机械臂在医疗康复等多个领域展现出了宽广的应用前景,但也存在灵活性较差、使用者易疲劳等不足之处.针对上述不足,该文设计一套增强现实(AR)环境下基于稳态视觉诱发电位(SSVEP)的机械臂异步控制系统.利用滤波器组典型相关分析方法(FBCCA)实现对12个目标的识别;提出基于投票策略和差值预测的动态窗口,实现刺激时长的自适应调节;利用伪密钥实现机械臂异步控制,完成拼图任务.试验结果表明,动态窗口可以根据受试者状态自动调整刺激时长,离线平均准确度为(93.11±5.85)％,平均信息传输速率(ITR)为
【机 构】
：
河北工业大学人工智能与数据科学学院 天津 300130;智能康复装置与检测技术教育部工程研究中心 天津 300130;河北工业大学人工智能与数据科学学院 天津 300130;智能康复装置与检测技术教育
论文部分内容阅读
目前脑控机械臂在医疗康复等多个领域展现出了宽广的应用前景,但也存在灵活性较差、使用者易疲劳等不足之处.针对上述不足,该文设计一套增强现实(AR)环境下基于稳态视觉诱发电位(SSVEP)的机械臂异步控制系统.利用滤波器组典型相关分析方法(FBCCA)实现对12个目标的识别;提出基于投票策略和差值预测的动态窗口,实现刺激时长的自适应调节;利用伪密钥实现机械臂异步控制,完成拼图任务.试验结果表明,动态窗口可以根据受试者状态自动调整刺激时长,离线平均准确度为(93.11±5.85)％,平均信息传输速率(ITR)为(59.69±8.11)bit·min–1.在线单次命令平均选择时间为2.18 s,有效地减轻受试者的视觉疲劳.每位受试者均能迅速完成拼图任务,证明了该人机交互方法的可行性.
其他文献
矩阵式组织的构建是项目管理体系有效运行的前提条件,不同于已经取得成功实践的军工总体及分系统单位,元器件级军工企业因其项目繁多、周期紧迫、特例较多等原因,使其在构建矩阵式组织结构时需要结合项目集等概念进行设计.文中在总结现有军工企业构建矩阵式组织所形成特点的基础上,充分地分析了元器件级军工企业与总体及分系统单位的差别,并从项目分组原则、矩阵类型选择、绩效推行模式、梯队建设理念等方面给出了建议,旨在为此类企业成功引入项目管理体系奠定基础,切实提升企业科研生产效率.
人工智能已成为全球科技竞争的焦点领域,世界主要国家纷纷从战略布局、资金投入、技术研发、领域应用等方面入手提升人工智能全球竞争能力.为应对激烈的国际竞争局势,美国审时度势地根据自身情况制定了人工智能领域的发展目标,并采取了强有力的研发推进措施,展现出极具美国特色的布局方式.文中分析了美国政府发展人工智能的需求背景,总结了其发展目标,梳理了其实施举措,并从战略牵引、革新手段、政策组合、技术跨越、监管措施等方面归纳了其发展人工智能的经验.
脑电信号幅值微弱且信噪比低易受到多种伪迹影响.其中,眼电伪迹幅值高、随机性强,常使脑电信号产生明显畸变,对信号的后续分析将产生极大的影响.传统伪迹去除方法难以精确定位伪迹成分,导致过多有效信息丢失.针对上述问题,该文提出一种基于数据驱动的自适应伪迹定位和去除方法.该方法将局部密度引入独立成分分析(ICA)并通过聚类分析自适应估计辨识脑电和噪声成分的阈值,最终实现了眼电伪迹的精准定位和去除.通过仿真和真实实验,该文对比了所提方法与传统伪迹去除方法在峰值信噪比、均方误差、互信息等量化指标下的性能差异,并通过统
针对基于稳态视觉诱发电位(SSVEP)的脑机接口系统,该文开展了屏显刺激界面元素尺寸和间距对识别效率和用户体验影响的工效学实验研究.该工效学实验使用红色正方形作为频闪刺激元素,刺激元素位于上、下、左、右等4个位置,自变量包含尺寸和间距两个因素.因素1为尺寸即正方形边长,分为100px,150px,200px3个水平;因素2为间距即元素中心与界面中心的垂直/水平距离,分为200px/400px,300px/600px,400px/800px3个水平.因变量为任务的完成时和失败次数.实验后开展主观评价,基于I
随着社会法治化发展,法院受案数量呈爆发式增长,各证据要素之间关联较弱,影响法律审判效率.基于上述问题,提出一种基于深度学习的多维度证据要素关联关系抽取模型,设计基于BERT_BiGRU_CNN模型的证据要素关联关系抽取算法.本文以裁判文书为数据集,使用BERT训练所需字词向量,开展BERT、BERT_CNN、BERT_BiGRU以及BERT_BiGRU_CNN的对比研究,研究关系抽取技术在证据要素间的识别效果.研究表明,采用BERT_BiGRU_CNN算法在多要素证据关联关系之间的识别效果最好,且相比于其
在基于运动想象(MI)的脑机接口(BCI)中,通常采用较多通道的脑电信号(EEG)来提高分类精度,但其中会有包含与MI任务无关或冗余信息的通道,从而影响BCI的性能提升.该文针对运动想象脑电分类中的通道选择问题,提出一种采用相关性和稀疏表示对通道进行选择的方法(CSR-CS).首先计算训练样本每个通道的皮尔逊相关系数来选择显著通道,然后提取显著通道所在区域的滤波器组共空间模式特征拼接成字典,利用由字典所得到的非零稀疏系数的个数表征每个区域的分类能力,选出显著区域所包含的显著通道作为最优通道,最后采用共空间
针对岸舰导弹快速发射的问题,为实现岸舰导弹弹载惯导动基座对准,提出了导弹弹载惯导系统飞行中对准方案.首先,建立了飞行中非线性对准模型;其次,提出了导弹弹载北斗导航信息辅助下的基于sage滤波开窗法原理的渐消矩阵自适应平方根容积卡尔曼滤波飞行中对准方法,并建立了相应的渐消矩阵切换准则;最后,仿真试验对比了平方根容积卡尔曼滤波和所提自适应平方根容积卡尔曼滤波飞行中对准方法,得出所提的自适应平方根容积卡尔曼滤波的精度和稳定性更高的结果,对准时间和精度能够满足相关性能指标要求.所提出的飞行中对准方案能够为工程应用
准确及时的作战态势分析是空战决策的首要前提,是飞行员空中飞行规划的主要依据,是夺取空战胜利的重要保证.针对空战过程数据信息量大、态势复杂多变的情况,依据军事实战需求,针对空中作战数据,提出了一种基于多重聚类算法进行态势分析的方法,解决了单机对单机作战中距离变化频繁、态势多变不易评估的难题.首先,采用K-means算法对获取的数据进行分群化处理,将整个空战过程按照敌我两机相对距离和状态分为不同群组;然后,根据每个群组数据特征采用不同的聚类算法进行态势分析,以使空战过程中的每个阶段都能达到最准确的态势分析结果
在物联网(IoT)中采用合适的异常数据清洗算法能极大地提升数据质量.许多研究人员采用统计学方法或分类聚类等方法对时-空相关数据进行清洗.但这些方法需要额外的先验知识,会给汇聚节点带来额外的计算开销.该文根据低秩-稀疏矩阵分解模型,提出一种基于深度神经网络的快速异常数据清洗算法,来解决物联网中时-空相关数据的清洗问题.结合感知数据的时-空相关性和异常值的稀疏性,将异常数据清洗问题转换为优化问题,并采用迭代阈值收缩算法(ISTA)求解该优化问题,再将ISTA算法展开成一个固定长度的深度神经网络.实际数据集的实
针对现有恶意域名检测方法存在检测精度不高和检测范围局限等问题,提出一种基于Ngram+Bi-GRU的多家族恶意域名检测算法.首先,利用Ngram模型对去除顶级域名的剩余域名级进行分割,获取到包含上下文语义信息的多个域名字符片段序列,并将域名字符片段序列转换成向量;然后,利用双向门控循环型网络(Bi-Directional Gated Recurrent Unit,Bi-GRU)自动学习域名向量的特征;最后,利用Softmax分类器实现合法域名与恶意域名的分类.通过在360Netlab和Malware Do