摘要:

摘要:

摘要:

摘要:

摘要:手腕是人体最灵活的部位之一,通过对表面肌电信号(Surface Electromyography,sEMG)进行分解能够有效地解码出人体运动的深层次神经驱动.目前关于手腕力矩的研究大多集中在等长收缩下,动态下的神经驱动解码依然欠缺.本文研究了手腕在不同阻力下运动时的运动单元(Motor Unit,MU)分解,具体来说,通过磁流变阻尼器来设置不同的阻力水平,将采集到的完整肌电信号划分成运动单元动作电位(Motor Unit Action Potential,MUAP)变化微小的短区间,再在每个短区间上使用静态分解算法来获得运动单元尖峰序列(Motor Unit Spike Train,MUST),并通过短区间的重叠部分对MU进行追踪,从而得到完整的发放序列.本文研究了在20% 最大自愿收缩力(Maximum Voluntary Contraction,MVC)、40% MVC、60% MVC三种阻力下,腕部伸展和屈曲时的运动单元分解.结果表明,三种阻力下,本文的动态分解算法能够有效地从小臂肌电信号中分解出MU,随着阻力的增加,分解出的MU数目有所下降.手腕伸展过程最多能分解出10±1个MU,脉冲信噪比(Pulse-to-Noise Ratio,PNR)和轮廓系数(Silhouette Coefficient,SIL)分别能够达到19.87±1.42 dB和0.91±0.03,屈曲过程最多能分解出22±3个MU,PNR和SIL值分别能够达到20.69±2.14 dB和0.92±0.03.本研究表明不同阻力下对手腕运动的肌电信号进行神经解码是可行的,对高密度肌电的动态应用有着重要意义.

摘要:针对基于表面肌电信号(sEMG)的连续手势识别任务中,存在实时性较差和预测能力不足的问题,提出一种基于GMM-HMMs(高斯混合-隐马尔可夫模型)和Viterbi回溯的连续手势动作识别方法.采用滑动窗口对8通道肌电信号进行分窗,通过GMM-HMMs建立手势的空闲、上升、稳定和下降4个动作状态,提出改进的Viterbi滑动窗口边缘化策略,建立滑动窗口长期约束,实现连续手势动作状态预测.最终引入最大似然法动态阈值模型以区分手势类别.在由8位实验者完成的包含4种手势的12个连续两手势动作任务中,该方法的平均识别率为98.1％,预测时间为71 ms,明显优于LSTM模型(94.2％,309 ms)和GRU模型(93.8％,300 ms).

摘要:针对血管介入手术中导丝控制任务繁重,以及现有机器人系统自动化程度不足的问题,提出一种基于扩散策略的导丝自主控制算法,来提高手术机器人执行此类欠驱动控制任务时的成功率与稳定性.首先,将导丝控制任务建模为马尔可夫决策过程;然后,通过模仿学习的方法利用专家示范数据训练机器人系统,使机器人能够在不同血管环境下进行高效操作;最后,通过去噪扩散概率模型将专家控制策略建模为条件概率分布,以此根据观测状态引导控制动作的生成.在主动脉弓仿真场景中分别对左锁骨下动脉分支和头臂干动脉分支进行介入测试,并与目前已有的模仿学习方法进行效果对比,实验结果表明,提出的方法在两个任务上的得分均有显著提升,且对于超参数的设定不敏感,具有较好的训练稳定性.

摘要:基于对不同眩晕状态下的脑电信号(EEG)解码提出有效的检测方案,有助于研究虚拟现实晕动症的缓解方法.本文采用多元变分模态分解将EEG划分为5个频段,并根据晕动症量表结果将数据划分为不同眩晕状态组,利用PLV(锁相值)方法计算EEG频段内和频段间的功能连接以构建超邻接矩阵,并基于SVM(支持向量机)和CNN(卷积神经网络)等模型进行分类识别.研究结果显示,聚类系数、局部效率和加权节点度三种具有显著性差异的拓扑特征融合后,在检测眩晕和非眩晕,高眩晕和低眩晕两个任务中的最高平均分类准确率分别为91.70%和96.00%.此外,本文还将超邻接矩阵直接输入CNN模型,在两个任务中得到的平均分类准确率分别达到93.40%和98.50%.结果表明,本研究所提方法可用于虚拟现实晕动症的检测,并可为进一步研究晕动症对各脑区功能耦合的影响提供参考.

摘要:现有多模态视觉问答(Visual Question Answering,VQA)模型忽略了图像中局部显著信息与文本中局部基本词之间的细粒度交互作用,图像与文本之间的语义相关性有待提高.为此,本文提出一种基于细粒度特征增强的多模态视觉问答方法.首先,对视觉和文本分别增加一种细粒度特征提取方法,以便更全面准确地提取图像和问题的语义特征;然后,为了利用不同层次模态之间的对齐信息,提出一种对齐引导的自注意力模块来对齐单一模态内(视觉或文本)细粒度特征和全局语义特征之间的对应关系,并以统一的方式融合不同层次的单模态信息;最后,在VQA v2.0和VQA-CP v2数据集上进行实验,结果表明,本文所提方法在各项视觉问答评估指标上的表现优于现有的模型.

摘要:以"扎把"作为烟叶分级单位是提高烟叶收购效率的关键策略.由于扎把烟叶间遮挡和卷曲等特性,现有主流分类方法难以准确提取其细粒度分级特征.为此,本文提出了一种基于强监督数据增强的双阶段扎把烟叶分级模型,以渐进式的方式实现扎把烟叶精确分级.首先,设计双重注意力残差网络自适应融合多维度特征来提取粗粒度信息,提出软通道注意力模块生成反映扎把烟叶关键部位的注意力图,实现对扎把烟叶的粗分级.然后,为了促进网络关注差异性细粒度特征,以粗分级注意力图为指导对全局图做强监督数据增强,获得具有辨别性特征的局部图,从而实现更精细的分级结果.本文将所提方法与当前主流的通用分类方法及细粒度分类方法在扎把烟叶数据集上进行了对比实验.实验结果表明,本文所提方法的分级准确率和macro-F1指标均达到了98.54%,显著优于对比方法,能够较好地满足工业扎把烟叶分级的实际需求.

摘要:针对风速固有的不稳定性,通过融合群分解(Swarm Decomposition,SWD)、Transformer和Kolmogorov-Arnold网络(KAN),提出一种SWD-Transformer-KAN预测模型.首先,利用SWD对原始风速数据进行分解,以提取关键特征.其次,针对每个被分解的子序列,建立Transformer-KAN模型,所建模型充分利用了Transformer的时序处理能力和KAN的非线性逼近能力.最后,对所有子序列的预测结果进行叠加,得到最终的风速预测值.为了验证所提出模型的有效性,将其与其他模型进行实验对比,结果表明,SWD-Transformer-KAN模型具有最优的预测性能,其决定系数(R²)高达99.91%.

摘要:针对真实环境中多无人车路径规划问题,在多智能体柔性演员-评论家(Multi-Agent Soft Actor-Critic,MASAC)框架下提出一种算法设计方案.基于势能塑形回报技术,设计了稠密的奖励函数,为算法的学习过程提供更为丰富、及时有效的反馈信号,显著加速算法的收敛速度.采用双连帧技术对传统经验回放池进行改良.双连帧技术将连续的两帧观测数据作为一个整体单元纳入经验回放池,有效捕捉环境状态变化的动态信息,提升了训练效率与稳定性.依托 Gazebo 仿真平台搭建高度逼真的动态障碍物环境,为算法的训练提供了丰富多样且极具挑战性的训练样本,确保算法能够在模拟真实的条件下进行充分学习与优化.最后,通过消融实验和鲁棒性测试验证了算法的有效性.

摘要:随着人工智能生成内容技术的发展,教学场景下的图像应用成为新的研究热点.图像作为知识传递的核心载体,其清晰度、纹理细节、色彩鲜艳度、主题色彩等直接影响教学效果.本文旨在改造扩散模型结构以对存在不同问题的图像进行超分重构(Super-Resolution,SR),并将SR图应用于不同教学场景后进行效果评估.首先,通过改造扩散模型解决图像质量与教学场景不适配的问题;然后,分别开展主观和客观实验,将SR图应用于实际教学场景;最后,构建基于主客观实验结果的综合评估框架,以验证SR图的应用效果.研究结果表明,由改造模型所生成的SR图应用在教学活动时,对比使用传统方法生成的图像,知识传递效率平均提升约22.9%,教师讲课时间平均减少约15.6%.

摘要:建立柔性作业车间调度问题的数学模型,在满足加工顺序和加工时间等约束下,最小化所有工件的最大完工时间.提出一种三种群协同进化算法求解该模型.基于三元锦标赛法将种群分为优等、中等和劣等子种群,依据不同子种群的个体特征设计相应的搜索策略.优等子种群利用负载平衡和关键路径的变邻域下降局部搜索提高求解精度,挖掘更优解.中等子种群使用自适应Jaya操作,进化前期趋优避劣,中后期则注重对种群多样性的维护.劣等子种群采取多元交叉全局搜索,对不同基因串设计能够产生可行个体的交叉算子,同时将其余子种群中的个体作为交叉对象,以强化子种群间的协同交互.在标准测试算例和生产实例中的大量实验结果表明,所提算法在绝大多数情况下的求解性能显著优于已有代表性算法.

摘要:针对城市道路多车道交通场景下智能车辆主动换道工况,单独使用某一种控制算法进行主动换道路径跟踪时,可能导致路径跟踪精度或车辆操纵稳定性变差的问题,本文提出一种横纵向解耦的换道轨迹跟踪控制策略.首先,将轨迹跟踪控制解耦为横向位置跟踪和纵向速度控制;然后,基于离散LQR原理设计前馈加反馈横向控制器,基于双PID原理设计位置与速度纵向控制器,最终实现对规划轨迹的跟踪控制;最后,利用Matlab/Simulink、PreScan和CarSim平台建立联合仿真模型进行仿真实验.结果表明,横纵向解耦的轨迹跟踪控制算法在车辆不同换道工况下,对轨迹的跟踪效果良好,车辆的跟踪控制误差均在规定的约束范围内,且相比于模型预测控制(MPC)具有更小的质心侧偏角和横摆角速度,行驶稳定性与舒适性更佳.

摘要:可重构智能超表面(Reconfigurable Intelligent Surfaces,RIS)可智能调控无线信道,为系统提供辅助传输路径.由于被动式RIS(Passive RIS,PRIS)的"乘性衰落"效应,使得现有的PRIS混合协作系统只能在直达链路弱场景下实现有限的容量增益.本文通过引入主动式RIS(Active RIS,ARIS)技术来克服"乘性衰落"效应,鉴于ARIS具有灵活的有源波束形成与信号调控、整体功耗较低、成本相对可控等优点,以及传统中继的稳定可靠性和已广泛部署等特点,建立ARIS与解码转发(Decode-and-Forward,DF)中继协作多输入多输出(Multiple-Input Multiple-Output,MIMO)混合系统.为最大化系统可达速率,构建了信源发射波束形成矩阵、中继发射波束形成矩阵和ARIS有源波束形成矩阵的联合优化问题模型,并提出一种基于交替优化(Alternating Optimization,AO)和分式规划(Fractional Programming,FP)的联合优化算法,将原始的联合优化问题解耦成多个标准的二次约束二次规划(Quadratically Constrained Quadratic Programming,QCQP)问题,最后采用拉格朗日乘子法进行求解.仿真结果表明,所提系统性能明显优于基准方案,且随着RIS反射单元数目增加,优势更明显.

摘要:本文提出一种无通孔透射型极化扭转超表面(PRTM)结构,该PRTM可将线极化入射波的极化方向旋转90°,且具有优秀的频率选择特性和角度稳定性.PRTM采用3层金属贴片和2层基板来实现,其中,顶部与底部金属层为相互垂直的极化栅,中间金属层为四角加载矩形贴片的双模矩形环组成的阵列.该PRTM具有2个交叉极化传输极点和一个交叉极化传输零点,其中,交叉极化传输零点位置灵活可调.由于交叉极化传输零点的引入,使得PRTM的上阻带或下阻带具有优秀的频率选择特性.同时,本文对PRTM单元的物理尺寸参数进行研究,并总结出一套PRTM单元设计流程.最后,对2个中心频率f₀为15 GHz的PRTM样本进行加工和测量,测量结果与仿真结果吻合良好.

摘要:为探究如何提高共享储能电站参与低碳调度的能力,针对传统储能存在利用率低、成本高的问题,提出虚拟电厂(Virtual Power Plant,VPP)与共享储能电站协同运行的低碳调度策略.首先,建立含有共享储能的多VPP框架,并从冷、热、电三个维度构建设备模型.然后,提出一种考虑碳排放的动态电价与共享储能联合的多VPP双层优化调度策略:上层以多VPP的运行成本最低为目标,综合考量VPP与共享储能电站的交互和机组出力,得到系统的碳量比例,为下层调度提供指导电价;下层以共享储能电站的收益最大为目标,在上层电价的指导下,引导其为多VPP服务;以上层成本减下层收益最小为收敛目标,利用纵横交叉算法求解最终调度策略.最后,算例仿真结果表明,动态电价策略可以在降低整个系统的碳排放量的同时提高共享储能电站的充放电收益.