燕山大学电气工程学院测试计量技术及仪器省级重点实验室
- 作品数：16 被引量：96H指数：7
- 相关作者：王晓婧更多>>
- 发文基金：国家自然科学基金河北省自然科学基金中国博士后科学基金更多>>
- 相关领域：机械工程一般工业技术自动化与计算机技术理学更多>>
- 基于人体行走系统功能认知的步态稳定性判据被引量：6
- 2018年
- 鉴于现有双足机器人行走过程步态稳定性判据的不足和人类高效、稳定、协调的行走步态特征,提出一种基于人体行走运动特征及前庭平衡系统功能认知的步态稳定性判据,实现对步态稳定性的定量判别。根据人体行走运动特征和人体前庭平衡系统工作原理,将表征人体运动步态稳定性特征的矢状面质心角动量、质心前向加速度、零力矩点与中心力矩轴的前向距离进行多参数加权融合;利用粒子群优化算法进行参数优化;构建基于人体行走运动特征及前庭平衡系统功能的多参数融合的综合步态稳定性判定方法。经实验分析,该方法得到的稳定性判别指数集中分布在0.02~0.03区间内,能够实现步态稳定性的定量判别。实验结果验证了所提出的步态稳定性判据的有效性与可行性,是准确刻画步态稳定性的新方法。
- 吴晓光杨磊韦磊刘绍维王挺进
- 平行因子结合支持向量机对多环芳烃的荧光检测被引量：13
- 2019年
- 基于荧光检测机理,将平行因子与支持向量机(SVM)算法相结合,对多环芳烃中的苊、芴和萘进行检测。将荧光光谱数据预处理后作为训练集,输入到粒子群优化的SVM算法中建立分类模型;利用核一致性分析、残差平方和分析以及迭代次数分析方法确定成分数;采用得到的最佳成分数进行平行因子分解,将得到的发射载荷矩阵作为测试集输入到SVM的分类模型中,分类正确率为100%,最终得到苊、芴和萘的回收率分别为100.45%±6.25%、100.10%±6.39%和95.07%±7.46%。所用算法避免了人为操作增加的时间复杂性及主观因素造成的误差,为多环芳烃的荧光检测提供了一种新方法。
- 王书涛吴兴朱文浩李明珊
- 关键词：光谱学
- 基于EEMD与AR建模的风电场风速预测被引量：9
- 2015年
- 针对风速时间序列的非平稳性与非线性，提出一种基于集合经验模式分解（EEMD）与AR建模分析的风电场风速集成预测方法。首先运用EEMD对风速序列进行预处理，将其分解为一系列相对平稳的固有模态分量（IMF），突出原始风速序列的局部特征信息；然后利用AR建模对各分量进行预测分析，降低建模难度与预测成本；最后，将各分量的预测结果利用最小二乘法求得权值后进行集成得到风速序列的预测结果。风电场实测数据验证表明，相比单一的AR建模预测和基于EMD的AR集成预测，该方法有效地提高了预测的精度。
- 何群赵文爽江国乾谢平
- 关键词：计量学风速最小二乘法
- 基于多生理信息及迁移学习的驾驶疲劳评估被引量：11
- 2018年
- 目前基于多生理信号的驾驶疲劳评估方法得到广泛关注。针对驾驶疲劳识别率有待提高且受个体差异性影响的问题,提出了基于脑电、心电和肌电特征融合及迁移学习的驾驶疲劳评估方法。基于模拟驾驶平台同步采集20名健康受试者的脑电信号、心电信号和颈部肌电信号,基于时频分析方法和复杂度分析方法提取各生理信号特征并进行融合;然后,基于特征空间内大间隔映射（LMPROJ）的迁移学习方法实现对单一源域到目标域疲劳状态的初步判别;最后,将上述多个单一源域到目标域疲劳状态的判别结果进行决策级融合,以提高驾驶疲劳识别算法的准确性和鲁棒性。实验结果表明,基于多生理信号特征融合及迁移学习的驾驶疲劳识别率高于传统机器学习方法,且能提高不同受试者驾驶疲劳检测的鲁棒性,为多生理信号驾驶疲劳检测研究提供了新方法。
- 谢平齐孟松张园园刘兆军程生翠
- 关键词：决策级融合驾驶疲劳
- 基于实值Gabor变换与信息熵结合的掌纹识别
- 阐述出一种Gabor变换与信息熵结合的算法。对剪切后的掌纹图像样本做实数形式Gabor变换,得到时间（空间）-频率域的实数形式Gabor变换系数。然后与信息熵结合,提取每个块的信息熵为特征向量。在算法上实现完全实数运算,...
- 张淑清苏利利刘松岩孙凌云
- 关键词：掌纹识别信息熵
- 文献传递
- 基于改进阈值函数和小波预处理的小突变信号消噪及奇异点检测
- 针对传统小波去噪方法的不足,本文使用多重小波对信号进行预处理后,采用改进的阈值函数和非固定阈值进行去噪,提高了信噪比,有效地完成了微弱信号的提取;并利用模极大值的方法对于信号的噪声和奇异点进行区分。与传统方法相比,对于含...
- 李长吾谷建平张生张淑清
- 关键词：小波去噪阈值函数
- 文献传递
- 基于EEMD和关联维数的小电流接地故障选线被引量：8
- 2016年
- 提出一种基于总体平均经验模态分解（EEMD）和关联维数相结合的小电流接地故障选线新方法。EEMD对非线性、非平稳信号的处理，不仅能达到与经验模态分解（EMD）相同的效果，同时又能有效地抑制模式混叠，非常适用于对小电流接地故障信号的处理。关联维数作为反映系统状态的特征量，能定量分析故障状态，提高故障诊断能力。在计算关联维数前，需要进行相空间重构，采用极大联合熵算法求取最佳延迟时间，以往用互信息求取延迟时间法，该方法简化了算法，缩短了计算关联维数的时间。最后采用G-P算法计算零序电流相关分量的关联维数，通过比较关联维数，实现故障选线。实验结果表明该方法能快速准确地选出故障线路，为小电流接地故障选线提供一种有效的新方法。
- 张淑清赵朋程陈颖刘子玥张立国严冰
- 关键词：计量学故障选线小电流接地关联维数
- 基于DFBLD光源的甲烷检测系统研究
- 根据甲烷在特征吸收波长下其光的吸收随浓度变化的机理,通过对光谱的分析,建立了以DFBLD为光源,GRIN气室为敏感元件,InGaAsPIN为光信号探测器及应用以锁相放大器进行微弱信号处理的光源调制甲烷检测系统。最后结合实...
- 王书涛李梅梅张鹏伟程鹏飞
- 关键词：甲烷
- 文献传递
- 融合单通道框架及多通道框架的运动想象分类被引量：7
- 2018年
- 针对运动想象脑电信号非平稳、非线性、低信噪比的特点,多种分析方法被广泛应用于运动想象脑电信号特征提取研究中。但单通道脑电分析方法难以有效刻画多通道脑电间的交互信息,且现有特征指标未考虑到通道间的非线性动力学耦合特性。为此,提出一种融合单通道时-频特征和多通道耦合特征的运动想象脑电分析方法策略。通过引入多变量经验模态分解（MEMD）将脑电信号分解为具有共有震荡模式的固有模态函数（IMFs）,然后对有效特征频带下的IMF分量获取单通道的边际谱（MS）及瞬时能谱（IES）时-频特征和多通道的互样本熵（CSampEn）、锁相值（PLV）及锁频值（FLV）耦合特征,将融合特征输入加权线性判别分类器（LDA）进行运动想象模式识别。实验引入BCI 2008竞赛Dataset IIb数据集与实测数据进行分析,结果表明所提方法可有效提升运动想象脑电识别率,实验中竞赛数据集的9名受试者的平均识别率与平均Kappa系数分别达到80.1%与0.62,与其他方法相比提高了分类精度,为运动想象脑-机接口研究提供了新思路。
- 何群杜硕张园园江国乾谢平
- 关键词：脑电信号
- 基于脑肌电反馈的虚拟康复训练系统设计被引量：20
- 2018年
- 针对虚拟康复系统在个体适应性、安全可行性和主动参与性等方面的研究需求,提出一种基于脑肌电反馈的虚拟康复系统。采集执行不同手势动作对应的脑电信号及表面肌电信号,提取不同肌肉模块的肌电特征送入支持向量机模型进行运动意图识别;提取脑电和肌电疲劳特征,并提出一种萤火虫-模糊神经网络算法,通过脑肌电疲劳特征实时优化调节虚拟场景的控制参数。最后,搭建包含虚拟场景及反馈控制策略的虚拟康复系统,并针对上肢肘关节屈伸、肩关节前屈后伸动作进行康复训练实验,基于肌电特征模式识别结果实现对虚拟场景及目标的控制,基于脑肌电疲劳特征优化调整场景控制参数,通过虚拟系统康复实验验证系统的有效性。
- 谢平刘欢王磊磊程生翠陈伟
- 关键词：特征提取
