摘要:房颤是最常见的心律失常疾病，因其临床诊断率低而促进了实时自动检测算法的发展。但大多算法缺乏模型或数据库间的对比，难以评判模型的优劣。为此考虑选择3种机器学习算法（支持向量机、随机森林、逻辑回归）构建3个独立的房颤检测模型。3种模型分别在MITBIH房颤数据库上训练，并在3个独立数据库上进行测试和对比，同时进一步分析特征选择对模型性能的影响。结果表明选择12个特征（3个时域特征和9个非线性特征）时，3种模型在2018年中国生理挑战赛公开数据集和可穿戴式动态心电数据集上的灵敏度、特异度、准确性和F1分数均达到95%以上，且随机森林相较于另两种算法具有更强的稳定性和泛化能力。

摘要:肱踝脉搏波传导速度(baPWV)通常作为血管壁弹性的评价指标，其测量方法是测量四肢肱踝多导信号。针对检测仪器昂贵、操作复杂等问题，设计了一种通过指端采集的光电容积脉搏波进行动脉硬化程度检测的新方法，采用独立脉压指数P1、P2结合与血管壁弹性具有相关性的特征参数K值进行聚类分析，通过改进K_means算法在若干波形周期中选取出代表波形，提取特征参数进行支持向量机回归建模。结果为该方法检测值与医院实测结果的平均相对误差为421%，结果表明该方法是一种简单有效的血管壁弹性检测方法，完全满足实际临床应用需求。

摘要:针对血糖检测需求,结合功能化修饰、微机电系统(MEMS)和无线通信技术,提出了一种集成式无酶电化学葡萄糖检测分析系统。该系统以氢氧化镍(Ni(OH)2)修饰的丝网印刷电极为传感部件,通过构建集成化的信号测量电路实现微弱信号的转化、放大与传输。信号测量电路部分由微控制器、信号发生电路、恒电位电路、I/V转换电路、放大电路、A/D转换电路等部分构成,并集成在一块普通U盘大小的模块中。数据发送通过蓝牙无线传输实现,数据分析结果在上位机端显示。葡萄糖检测实验结果证明,该系统对葡萄糖溶液检测的灵敏度可达到1112 μA/mmol/L,检出限为459 μmol/L。通过系统性实验评价研究,证明所提出系统具备较好的重复性和抗干扰能力,电极寿命不短于48 h。由于该系统体积小、成本低,便于随身携带,有望在糖尿病的家庭预防和临床诊断中发挥更大作用。

摘要:针对脑卒中患者痉挛状态难以精准量化评定的问题，提出了基于加速度和角度信号的痉挛状态量化评定方法，并研制了痉挛状态量化评定装置。通过分析患者肢体加速度和关节角度信号数据，提取加速度突变点对应的关节角度θp及关节活动度θrom，计算θp/θrom值用于痉挛状态等级评定。使用改良Ashworth量表(modified Ashworth scale，MAS)和本装置对27名受试者进行临床实验，并针对不同肌肉群采用不同的痉挛状态检测方法。将MAS等级与θp/θrom值进行相关性分析，结果表明θp/θrom值可用于痉挛状态评估，且该装置具有很好的效度，相关性满足r=-0869,P<005。基于MAS和θp/θrom值重新修正表示痉挛状态的MAS等级，结果表明修正后的MAS各等级之间具有显著差异(P<0001)，可以实现痉挛状态量化评定。

摘要:为了解决心律失常实时诊断的问题，设计并实现了实时心律失常诊断系统，并提出了一种基于前向反馈神经网络（FFNN）和一维卷积神经网络（1DCNN）的实时心律失常诊断算法。系统利用可穿戴的心电图（ECG)采集设备采集心电信号并实时无线传输到客户端软件进行心律失常诊断，然后将诊断结果自动上传至服务器。心律失常诊断算法以原始胸导联ECG并采用200 ms时间窗的片段作为输入，首先使用一个基于FFNN模型的分类器实时检测R波的位置，然后提取出每3个R波之间的心电序列并重采样为长度360点作为ECG_RRR特征，最后使用一个基于1DCNN模型的分类器进行实时心律失常分类。利用MITBIH心律失常数据库中MLII导联ECG数据训练算法模型并对系统进行测试。结果表明，提出的实时心律失常诊断系统与算法具有正确率高、实时性强且易部署的特点，对于跨病人的R波位置检测查全率为980%，查准率为995%以及整体正确率为976%，对于5分类的心律失常检测正确率为915%。

摘要:心电信号直观地反映心脏生理电活动，在诊断心血管疾病方面有重要的参考价值。提出了一种卷积神经网络的心电信号二分类方法，网络卷积层使用不同卷积核，最大限度的利用局部特征进行分类，对异常心拍进行检测。使用麻省理工学院提出的MITBIH心律失常数据库对该方法进行验证。通过混淆矩阵计算性能指标，运用交叉验证与3种传统机器学习方法对比。实验表明，相较于准确性能最高的支持向量机二分类方法，模型准确率可达9686%，提升了339%。该方法简化了特征提取过程，充分提高了异常心拍检测的准确性。

摘要:为实现快速步态状态判断，以更好地对下肢外骨骼进行高精度的步态识别和控制，进行了基于可穿戴惯性测量装置检测人体姿态变化的算法研究。通过对人体下肢的跌倒、转弯、蹲坐与起立等非周期性步态变化活动进行测算试验，获得了受试者实验过程中身体角度、下肢关节角速度和加速度变化等数据，随后应用随机森林等4种机器学习经典分类算法对受试者进行了活动识别对比分析，结果表明,决策树监督学习算法相对于其他算法，能够快速、准确地检测并判断出人体非周期性变化中的多种活动状态，历次识别精度均可达到99%以上,为可穿戴智能装备的开发与应用提供理论基础。

摘要:针对频域法构造小波滤波器方法较少、稳定性无法保证、逼近精度不高等问题，基于天牛须搜索算法提出了一种小波滤波器直接频域逼近方法。首先根据小波滤波器电路的基本要求设计逼近有理式，然后加入电路实现所需的稳定性、正实性和初值为零的约束条件，建立小波滤波器逼近的频域优化模型。再以高斯小波和Marr小波为例，使用天牛须搜索算法求解频域逼近的数学模型得到滤波器有理式参数。在时域和频域上分别将该方法和其他频域方法进行对比，仿真和计算结果表明在相同条件下，频域逼近法具有更优的效果，五阶高斯小波和七阶Marr小波的逼近均方误差仅为3446 8×10-4和7346 2×10-4。

摘要:针对直流电能检定仪器内部空间有限导致无法增大散热器尺寸的难题，采用全局响应面法对基板和肋片厚度、肋片数目及风量进行多目标优化。首先，建立1 kW开关电源的有限元模型，以基板厚度H2、肋片厚度H3、肋片数目N、风扇风量V为变量因子，功率芯片和开关电源最高温度作为目标,设计正交试验；其次，基于试验结果，利用全局响应面法对变量因子进行多目标优化，结果表明,当H2=30 mm、H3=10 mm、N=10、V=2400 CFM时，目标最高温度分别降至9161 ℃和6273 ℃。最后，利用最优参数开展实验，实验与优化结果十分吻合，误差仅为-253 ℃和370 ℃，优化参数可用，优化后最高温度降低了近30%，优化效果明显。

摘要:航空发动机的轴承和齿轮等区域的磨损，是造成发动机故障的重要原因。磨损产生的磨粒蕴含着有关旋转部件磨损状况的重要信息，对滑油中的磨粒进行在线监测是诊断旋转部件潜在故障的一种有效方法。首先分析了滑油磨粒的产生机理与表征研究进展，陈述了磨损特征与磨粒特征的关系及磨粒的典型特征，然后重点介绍了光学法、电磁法、声学法和能量法等发动机滑油磨粒在线监测技术，论述了各种技术方法的监测机理、技术特点、研究进展以及局限性，最后系统讨论了滑油磨粒在线监测的发展趋势和面临的挑战。

摘要:针对城市埋地排水管道堵塞故障检测过程中有标签故障样本少,管道运行状态样本集存在类别不均衡及样本标注成本高昂的问题，提出一种基于主动学习的排水管道堵塞故障分类识别方法。该方法采用改进后的委员会样本查询策略通过基于一致熵的委员会样本查询策略建立主动学习模型来实现不均衡样本集的学习。经过充分考虑样本的信息度并挖掘信息度高的未标注样本进行标注后，结合多个随机森林分类器组成委员会对未标注样本进行分类识别。在实验室所采集的管道运行数据集上对委员会样本查询策略中的投票熵、一致熵和随机选择样本查询策略进行对比验证。实验结果表明,采用基于一致熵的委员会查询策略在类别分布均衡初始训练集下有更快的收敛速度和更好的稳定性，在类别非均衡分布的初始训练集下同样具有良好的识别效果。

摘要:在密封电子设备的生产制造过程中，对多余物进行检测至关重要。微粒碰撞噪声检测法是我国军标规定的用于航天电子元器件多余物检测的方法。针对密封电子设备体积大和检测出的多余物位置难以确定的问题，使用参数优化的k邻近(kNN)算法对多余物进行定位。通过搭建定位实验系统和设计试件模型，得到多通道的多余物信号，提取性能优良的时域和频域特征作为kNN算法学习的数据集。采用网格搜索法寻找kNN算法最优的k值选择、距离度量和权重设置，然后采用参数优化的kNN算法分别建立平面与空间定位模型。实验结果表明，采用参数优化的kNN算法进行多余物定位，平面与空间定位精度分别达到8118%和7934%，有效提高了传统情况下的定位准确度。

摘要:基于40 nm CMOS工艺，设计了一款625 MS/s、12 bit双通道时间交织模数转换器（ADC）。单通道ADC采用了前端无采保模块的流水线架构以降低系统功耗。系统采用了宽带高线性度前级驱动电路以及高速高精度栅压自举开关以保证交织系统的有效输入带宽。一种基于辅助通道的后台校正算法被用于校正通道间采样时间失配，该后台校正方法可适用于完全随机输入信号。芯片核心面积为069 mm2。后仿真结果表明，该625 MS/s、12 bit时间交织ADC在全速率下进行奈奎斯特采样，系统无杂散动态范围(SFDR)为67 dB，信号-失真噪声比（SNDR）为585 dB，功耗为295 mW，满足设计指标，证明了设计的有效性。

摘要:真随机数发生器（TRNG）作为芯片中重要的安全组件，在现代加密系统中扮演着越来越重要的角色。对于TRNG的设计，关键是需要熵提取器可以在恶劣的环境变化（如工艺波动、电压和温度（PVT））下稳定地生成熵值。基于Xilinx FPGA平台提出了一种基于环形振荡器的低成本，高效率真随机数发生器。TRNG一方面通过快速进位逻辑来提高熵提取的效率，另一方面通过优化电路结构和延迟，在以相对较低的资源开销情况下实现可观的吞吐量和随机性。TRNG分别在多块Xilinx Virtex6 FPGAs和Xilinx Spartan6 FPGAs上进行验证，实验数据测试结果表明，所提出的TRNG能够在广泛的PVT范围内表现出良好的鲁棒性，且生成的随机比特流不仅以相当高P值通过NIST SP80022统计测试套件，而且可以通过最新的NIST SP80090B测试。

摘要:针对传统的变压器故障诊断方法准确率较低的问题，提出了改进麻雀搜索算法（improved sparrow search algorithm，ISSA）优化支持向量机（SVM）的变压器故障诊断方法。首先引入动态反向学习因子对种群进行优化选择以提高麻雀搜索算法（SSA）全局寻优能力，其次用ISSA优化SVM的核函数参数和惩罚系数，建立基于油中溶解气体分析（DGA）的ISSA算法优化SVM的故障诊断模型。然后采用核主成分分析法(KPCA)对故障数据进行非线性降维。将经过KPCA处理后的数据输入ISSASVM进行故障诊断。并与灰狼算法支持向量机（GWOSVM），粒子群算法支持向量机（PSOSVM）诊断结果进行对比。结果表明，ISSASVM故障诊断率为92%，比GWOSVM, PSOSVM，SSASVM分别提高了1067%、8%、533%，可以更精准的预测变压器运行状态。

摘要:诊断策略优化设计是测试性设计过程中重要一环，不可靠测试因素严重影响优化设计过程。在前人研究成果的基础上，针对启发式搜索算法难以解决不可靠测试条件下的诊断策略优化问题，提出了一种基于精华蚂蚁系统的诊断策略优化算法。首先建立了测试不可靠条件下诊断策略优化问题的数学模型；后以测试成本与错误代价为构建了优化目标；随后利用针对诊断策略优化问题改进过的精华蚂蚁系统算法对该问题进行求解；最后应用该算法针对某装备进行实例分析，通过与贪婪算法、普通蚁群算法的对比，体现出该算法的在精度与收敛速度方面的优势，验证了算法的可行性与有效性。

摘要:针对工业生产线薄壁零件识别中存在的零件轮廓识别受光照影响较大的问题，将颜色恒常性技术应用到工业生产线轮廓识别中，基于Retinex、HSI及边缘检测算法的基本原理，提出了一种薄壁零件复杂光照情况下的轮廓特征识别算法用于薄壁零件的图像恢复和轮廓识别。该方法首先使用HSI颜色空间对图像的亮度进行提取，然后利用改进Retinex算法来对获取的零件图象进行自适应图像增强，滤除图像中的光照变化信息，之后在此基础上对图像进行灰度化处理，最后采用Canny算法识别薄壁零件的边缘，进一步提取薄壁零件的有效轮廓特征。实验结果表明:该算法能够快速、准确地识别复杂光照情况下的薄壁零件的轮廓信息，满足工业流水线检测的需求。

摘要:近年来摩托车驾驶的安全问题越来越受到关注，摩托车手头盔的佩戴对自身的安全十分重要。针对于摩托车手是否佩戴头盔的检测问题，为提高检测网络的准确率和鲁棒性，对主流的一步检测网络SSDNet引入类似视觉机制的模块，对网络的特征图在通道和空间上进行了权重的重新选择。并增加了类似人类视觉偏心率机制的RFB模块。通过使用Mosaic方法进行数据增强，并采用余弦衰减学习率来优化网络。实验结果表明改进后的网络对摩托车头盔佩戴的检测结果比原始SSDNet提升了4%的MAP，具有更好的应用效果。

摘要:基于图像的行为识别由于受到类内图像背景信息的差异性和类间行为的相似性影响，至今仍然是一项极具挑战性的任务。某些行为类别在人物姿态、表情动作方面十分相似，因此对图像中各种富含语义信息的部位提取显著性特征对于提高行为识别的精度至关重要。借鉴双线性池化模型在细粒度分类中的优势，同时为避免该模型包含大量背景噪声而影响识别精度，提出一种改进的双线性池化模型用于图像行为识别。该模型利用通道和空间注意力机制关注图像中的重要目标，并通过集成多层注意力掩码图来生成RoI，这可以有效抑制图像中的背景噪声信息，提高行为识别的准确性。最终提出的方法在Stanford-40 dataset 获得了8524%准确率，同时在自定义的60类行为数据集上获得了8457%的准确率。

摘要:针对现有异常检测方法忽视异常事件发生概率小而造成虚警这个问题，基于高斯过程回归（GPR）的框架，将GPR核函数非参数化所具有的灵活性与深度神经网络的结构特性相结合，并将卷积神经网络封装在GPR的核函数中，以同时实现异常检测任务中特征提取和检测两个步骤。在测试阶段，相对于训练样本集的后验概率的对数似然较小的被判定为异常。方法在一个模拟数据集和一个完全真实的数据集上进行了实验验证，实验结果证明所提出的方法在两个数据集上分别达到了839%的帧级AUC和344%的帧级AUC，在性能上达到了现有技术发展水平。

摘要:针对目前行波测距法中波速测定精度差的不足和波头检测算法存在的缺陷，通过分析行波波速随频率的变化规律，推导出波速稳定时的频率区间范围，从而消除波速对测距结果的影响；在研究高压直流输电线路故障行波到达时刻与行波特定瞬时振幅关系的基础上，分析瞬时振幅影响行波测距的机理，提出一种基于瞬时振幅的输电线路故障测距方法，利用希尔伯特黄变换(HHT)一化迭代的方法形成高频电流故障信号的一化时幅图，依据一化时幅图确定波头时刻与该时刻特定的瞬时振幅，形成高压直流输电线路故障测距算法。MATLAB/Simulink仿真结果表明，该方法的相对误差在03%以内，且该方法与HHT变换的定位方法相比，具有更高定位精度，基本不受故障距离、过渡电阻的影响。

摘要:针对健康智能家居系统中数据的隐私与安全性问题、存储和传输效率问题，提出了面向智能家居的生理参数密钥加密方法研究。通过提取脉搏波形数据的主波峰特征和短时傅里叶变换(STFT)频域特征并拼接得到密钥序列，随机性检验表明24 s原始数据可产生128 bit随机性良好的密钥序列，接着将3种参数的原始数据分块后先进行数据压缩再利用密钥序列采用AES对称加密与ECC非对称加密相结合。实验对比了3种参数的CECC、AECC、CAECC三种加密方法，实验结果表明CECC时间和空间开销最大；当参数数据量不大于64 KB时，AECC时间开销约为CAECC的08倍，空间开销约为CAECC的3倍，AECC时间开销最小，CAECC空间开销最小；当数据量大于64 KB时，CAECC时间和空间开销最小。

摘要:针对现有频率改正器很难改正频率存在微小差异并随时间动态改变的两信号。提出一种高精度动态频率改正技术，实现对随时间不断变化的两不同频信号之间的相位差测量及控制，并达到10-12量级的微小频率改正。设计采用ADC充当数字检相器，利用边沿效应对大量线性区有效数据进行采样；经现场可编程逻辑门阵列(FPGA)和单片机对数据进行存储和预处理后，电压控制—恒温晶体振荡器(VCOCXO)根据单片机提供的压控电压对频率进行改正。最终实验结果表明新型频率改正器具有低噪声、高分辨率、高转换效率、高稳定性及高可调节性等特点。

摘要:为了研究银、铂、玻碳、金、铜电极的极化特性，确定每种材料电极的最佳应用场景，对表面微电极型式进行了详细的理论分析、模型仿真和水槽测量研究，获得了一种表面微电极材料极化阻抗评测方法。结果表明，铂和玻碳电极测量准确度最优，银电极性能稍次于铂和玻碳电极，金电极仅在50 kHz以上可以适用。综合准确度、灵敏度和可靠度，玻碳电极综合性能最优，其余依次为银、铂、金、铜电极。铂和玻碳电极更适合于阻抗谱应用，银、铂和玻碳电极非常适合于电阻抗扫描或断层成像。单频电阻抗测量频率较低时可选择银、铂和玻碳电极，频率较高时可选择金、铂和玻碳电极。

摘要:针对单通道混合信号的时延估计问题，提出了一种基于递归最小二乘(recursive least squares，RLS)的算法，将时延估计分为了基于循环统计量的粗估计和基于RLS的细估计过程，用二乘方的时间平均准则，对时延粗估计值进行迭代更新，完成整个估计过程。该算法结构简单，收敛速度快，估计精度提升明显，但较依赖于两路信号的时延差。仿真实验结果证明了该算法的有效性。

摘要:自动X光安检是维护公共安全的重要手段。现有X光违禁物品识别的研究仅针对数据集包含的类别，不能直接应用于未参与训练的类别。数据集各类别的数量不平衡也会影响模型的性能。针对以上问题，提出一种基于小样本学习的X光图像违禁物品分割方法。模型首先将测试图像与标注的支持图像映射至相同的特征空间，然后度量图像间的像素级相似度与区域级相似度，最后根据特征相似度分割测试图像内违禁物品区域。针对不定数量的支持集图片，采取基于卷积化门控循环单元的操作，将测试图像与不同支持图像的相似度信息融合。实验结果表明，模型在单张标注图像支持集（1shot）和5张标注图像支持集（5shot）情况下的准确率相比现有最优方法分别提高20%和22%，进一步证明模型具有扩展至新类别的能力。

摘要:高精度网络流量预测是现代网络智能管理的基础，针对支持向量机在网络流量预测建模过程中的参数优化难题，以改善网络流量预测结果为目标，提出了改进灰狼算法优化支持向量机的网络流量预测模型。首先收集网络流量历史数据，并对数据进行相空间重构、归一化等预处理，然后引入改进灰狼算法快速搜索到全局最优支持向量机的相关参数，并根据最优参数对预处理后的网络流量历史数据进行学习，建立能够挖掘网络流量历史数据包含变化规律的预测模型，最后与其他算法优化支持向量机的网络流量预测模型进行了对比分析。结果显示，改进灰狼算法优化支持向量机的网络流量预测精度超过90%，远高于对比模型，且预测建模过程的建模时间少于对比模型，可以满足网络流量管理的高精度和实时性的要求。

摘要:为实现在野外施工过程中多辆震源车以车队形式跟随行驶，采用领航驾驶模型，采取实时记录领航车行驶的自身状态信息，即时发送给后续车辆进行自动跟随行驶的方法。自动跟随车辆根据获取的速度和航向角等信息进行控制，首先提出了融合PID控制和模型预测控制（MPC）的控制算法，并设计控制器，确定了控制算法的执行规则，以保证车辆间的安全距离。通过Carsim/MATLAB仿真验证，将提出的控制方法与线性二次型控制（LQR）进行对比实验，结果表明控制方法能够在纵向控制上满足加速、匀速、降速等工况的跟随行驶，在横向控制上能够进行180°和90°等弯道跟随行驶，且与领航车保持良好的安全距离。

摘要:提出一种复合微动空间目标窄带成像方法。由于窄带雷达在目标检测和跟踪等方面的优势，窄带雷达被广泛用于空间目标探测中。对空间微动目标，微动产生时变多普勒调制，蕴含了目标的重要结构信息，通过对时频图像应用逆约旦变换方法可获取目标各散射点的位置，实现窄带成像。窄带成像降低了对雷达带宽的要求，在空间目标探测上具有优势。然而，在实际探测场景中，目标运动表现为微动和平动的复合叠加，使窄带成像方法失效。在建立复合微动空间目标雷达回波模型的基础上，分析目标的时变多普勒调制特性，提出一种复合微动窄带成像方法，该方法首先基于时频相关系数估计微动周期，利用多普勒相消方法去除平动影响，估计目标平动参数，进而实现平动补偿，最后基于逆约旦变换方法实现窄带成像。所提方法不受目标平动影响，能有效实现复合微动空间目标的窄带成像。