摘要：The all traditional electrical resistance tomography (ERT) sensors have a static structure, which cannot satisfy the intelligent requirements for adaptive optimization to ERT sensors that is subject to flow pattern changes during the real-time detection of two-phase flow. In view of this problem, an adaptive ERT sensor with a dynamic structure is proposed. The electrodes of the ERT sensor are arranged in an array structure, the flow pattern recognition technique is introduced into the ERT sensor design and accordingly an ERT flow pattern recognition method based on signal sparsity is proposed. This method uses the sparse representation of the signal to express the sampling voltage of the ERT system as a sparse combination and find its sparse solution to achieve the classification of different flow patterns. With the introduction of flow identification information, the sensor has an intelligent function of adaptively and dynamically adapting the sensor structure according to the real-time flow pattern change. The experimental results show that the sensor can automatically identify four typical flow patterns: core flow, bubble flow, laminar flow and circulation flow with recognition rates of 91%, 93%, 90% and 88% respectively. For different flow patterns, the dynamically optimized sensor can significantly improve the quality of ERT image reconstruction.

摘要：在基于脑电信号的注意力分级研究中,存在两个亟待解决的技术难点。第一不同注意类型的脑电数据采集及标注困难;第二脑电特征提取算法忽视原始脑电信号时序特征。针对以上问题,设计了基于视觉搜索和反应时技术的舒尔特方格范式,实现对不同注意类型脑电数据的采集以及自动标注;设计长短期记忆深度学习网络(LSTM)实现对注意力分级,保存原始脑电信号的时序特征。实验结果表明,注意力分级模型可以很好区分高中低三种注意力水平;对比现有的五种基于EEG信号的注意力分级算法,小波变换(DWT)、近似熵、共空间模式(CSP)、基于相干系数的脑网络和卷积神经网络(CNN),在相同的EEG数据集上,该注意力分级模型识别准确率最高,高出DWT算法21.49个百分点;高出近似熵算法25.82个百分点;高出CSP算法20.53个百分点;高出基于相干系数的脑网络算法13.32个百分点;高出CNN9.05个百分点。

摘要：移动泛在感知设备的广泛普及为移动轨迹数据的大规模采集、存储与分析开拓了广阔的空间。通过对用户的移动轨迹数据进行分析挖掘,发现其中所蕴含的有价值的行为模式与特征,对于基于位置的服务(Location-based Service,LBS),城市交通管理,精准广告营销等领域均具有重要的价值。文中针对移动轨迹频繁模式规模过大、信息冗余问题定义了频繁闭合移动轨迹模式,以经典闭合序列模式挖掘算法为基础提出了适应于移动轨迹数据的频繁闭合模式Close Traj算法,分别通过对仿真数据与真实数据的实验测试,结果显示文中所提出的Close Traj算法对于频繁闭合移动轨迹模式挖掘问题具有较强的适用性,同时在运行效率方面具有显著优势。

摘要：用脉冲场凝胶电泳分离回收覆盖脆性X位点的酵母人工染色体YAC209G4中475kb片段，经MboⅠ完全酶解为平均长度400bp的片段，与pBSⅡKS质粒载体重组，共得到3500个重组作，筛选出60个含单拷贝序列插入片段的克隆。经序列测定，并与基因数据库分析比较，其中28个序列被基因数据库接受为新的序列标签位点，GenBank收录号为U26560-U26587。根据其中3个新序列标签的核普酸顺序设计PCR引物，在人基因组DNA中扩增出相应的特异片段。

摘要：煤矿行业视频监控系统具有监控节点部署众多,视频存储量大,包含大量的检测信息等特点。传统的煤矿视频监控系统具有数据存储中心化、易受攻击以及视频和检测数据泄露和查找困难等问题。针对这些问题,利用区块链设计一个煤矿视频监控系统。首先,使用了边缘设备传输数据,解决了因监控产生海量数据,传输实时性差的问题;其次,利用星际文件系统分布式特点存储检测数据,在云中心存储全部视频;为了解决检测数据和视频泄露问题提出基于属性与流加密混合;最后提出基于区块链的分布式存储构架,实现了检测信息和视频双重存储系统。分析表明所设计的系统能保证数据传输以及存储的安全性。

摘要：讨论式学习是教师通过预先的设计与组织,学生经过自学思考,在教师引导下就某一问题发表自己的见解,主动探寻知识的教学模式.

摘要：脑波信号识别是脑机接口(BCI)技术需要解决的关键问题之一。针对脑波信号的数据处理以及特征提取,提出了采用小波变换系数计算"专心度"的特征来描述精神力集中强烈程度以及脑电波活跃状况,并结合实际测试得出不同精神状态下的检测算法。设计了一款基于ARM处理器的脑波控制轨道小车系统,将"专心度"值发送给小车系统,实现了不同精神状态下对小车车速的控制。实验结果表明,采用专心度的特征在识别效果方面要优于FFT的单一频率特征。并且该系统能够快速提取出脑波特征并实时地控制轨道小车行驶,系统性能稳定具有一定的实用价值。

摘要：海底电缆(ocean bottom cable,OBC)地震勘探是浅海石油地震勘探的主要勘探方法。首先,分析了当前OBC地震勘探作业采用的导航系统存在的问题,并提出了一种新的不仅包含放缆导航作业、电缆定位及野外地震资料采集能力,还满足安全管理需要的系统总体设计和多船分布式设计方案。阐明了系统应包含的中央集中控制和远程控制,地震同步采集控制等主要功能。通过野外应用表明:研制完成的新系统提高了野外作业同步采集精度,实现了船队内部的数据共享和可视化管理,满足了统一生产指挥及安全管理的需要。

摘要：本文采用人体心跳感测器的稳定"计数"功能,设计了一套基于心跳感测器控制家用电器设备(风扇)的智能控制系统。该系统将手指的连续脉搏跳动作为心跳信号,运用连续的心跳信号实现对家电设备的控制。实验表明,该系统运行稳定,适合对家电设备的控制,具有很好的实用价值,适合推广。

摘要：针对生产电路板数量多和测试方法自动化程度低的问题,设计了一种基于虚拟仪器技术电路板测试系统,该系统借助NI公司的PXI板卡,采用测试子程序的分层实现,并由主程序对这些子程序进行调用,实现了电路板测试的自动化、可视化,从而提高了测试系统的效率,并最终实现了对电路板进行准确故障定位。由于该系统极大的提高了电路板测试的自动化程度和测试的速度,所以在一些大量生产电路板的企业和研究所具有广泛的应用前景。