产品详细介绍呼吸信号分析呼吸信号(Respiration)简称RESP，是伴随着呼气与吸气的周期性变换，在呼吸管道以及胸腹部都会产生周期性形变产生的生理电信号。随着疲劳程度的加深，呼吸的幅度减弱，周期性的频率延缓。此外随着个体情绪的变化，人的呼吸信号也会发生规律性变化。ErgoLAB呼吸反应分析软件提供多种滤波方式，便于根据研究需要进行选择与自定义调节。还可监测与分析全程以及阶段化的数据信息处理方式，更加精准的分析某一时间段内的呼吸行为。从而统计并导出呼吸信号的时域与频域数据报告，具体数据包括时域数据AVRESP、SD、Max、Min、Rang；频域数据Power、Peak值，以及可视化的功率谱图等。RESP高级数据处理分析模块可以结合人机环境同步平台和生理记录系统采集到与RESP指标相关的生理信号进行离线处理和分析。可对信号进行自由选择、放大、缩小，便于浏览数据；在整体呈现数据的基础上，还可以根据片段、事件、场景三种分割方式进行数据呈现与分析；可导出ASCII格式的原始数据、处理后数据和分析后数据；并可导出可视化分析报告。技术要求：1、信号处理模块处理方法包括小波去噪（Wavelet Filter）、高通滤波(baseline)、低通滤波(Low Pass)、带阻滤波（Band Stop）用以滤除噪音干扰，从而得到有用的RESP信号；数据校正包括滑动均值滤波（Moving Average）与滑动均方根滤波（Moving RMS）。IBI计算，通过设置最大呼吸速率（Maximum Heart Rate）与最大呼吸阈值（R-peak Mark Threshold）提取R点数据，支持自定义参数。手动信号校正方法包括线性插值（Linear interpolation）、样条差值（Spline interpolation）以及通过复制信号区域进行插值。2、信号分析模块信号分析模块包括时域分析和频域分析，二者可实现自由切换。A.   时域分析是将RESP信号看作时间的函数，通过分析得到RESP信号的统计特征。统计分析指标包括：一段时间内的均值（Mean）、中值（Median）、标准差（STD）、最大最小值差（Range）。B.   频域分析是运用参数模型法和快速傅里叶变化将时域分析信号转换为频域分析信号，对信号进行功率谱密度分析。从功率谱密度中确定RESP信号的频带，不同频带可自定义，将在功率谱分析图中以不同的颜色区分。包括Power与Peak能量值。3、可视化Chart与导出数据模块：包括原始数据Raw Data、处理数据Processed、BR数据、IR数据以及整体结果报告。

产品详细介绍心电与脉搏信号分析自动化多角度分析模式 ：基于自动识别/自定义整段、场景、事件及片段分析，满足对时间点或时间段内数据趋势变化的精确分析。支持状态识别研究的自动化处理，如疲劳状态、认知负荷，输入研究时间段参数，自动化完成特征值提取与分析。数据处理与特征点提取 ：系统内置多种信号处理方式，包括小波、高/低通滤波等对原始信号进行处理，自动标记R峰值点（包括异常值检测、异常点矫正），提取IBI间期，进行数据统计与分析，可一键导出.csv文件。数据统计与可视化报告： 支持IBI间期的时域统计、经FFT转换的频域数据以及非线性分析，从不同角度挖掘数据信息。支持一键导出原始数据、处理数据、统计分析数据以及结果的可视化报告，更加可靠与丰富。多模态数据同步交叉统计 ：支持HRV信号与多模态数据进行交叉统计分析，包括行为、眼动、脑电、动作捕捉以及其他的生理电信号数据，实现多维度的结果验证与多模态数据更精确的的状态识别。HRV高级数据处理分析模块可以结合人机环境同步平台和生理记录系统采集到与HRV指标相关的生理信号进行离线处理和分析。可对信号进行自由选择、放大、缩小，便于浏览数据；在整体呈现数据的基础上，还可以根据片段、事件、场景三种分割方式进行数据呈现与分析；可导出ASCII格式的原始数据、处理后数据和分析后数据；并可导出可视化分析报告。技术要求：1、信号处理模块：处理方法包括数字滤波和R点提取。数字滤波包含四种，分别为小波去噪（Wavelet Filter）、高通（High Pass）、低通（Low Pass）、带阻（Band Stop），用以滤除噪音干扰，从而得到有用的PPG信号；R点提取包括R峰提取（R-Peak Extraction）、异常点检测（Ectopic Detection）、异常点矫正（Ectopic Correction）。用户可根据需要自定义输入参数，可选择多种处理方法进行一次处理；也可增加、删除已选择的处理方法。手动信号校正方法包括线性插值（Linear interpolation）、样条差值（Spline interpolation）以及通过复制信号区域进行插值。2、信号分析模块：信号分析模块包括时域分析、频域分析和非线性分析三种，三者可实现自由转换。A.时域分析（Time Domain）：包括全程记录期间所有N-N间期的均值（MeanIBI）、全程记录期间所有N-N间期的标准差（SDNN）、全程记录期间所有N-N间期的标准差平均值SDANN、相邻N-N间期差值的标准差（SDANN Index）、相邻N-N间期之差的标准差（SDSD）相邻N-N间期差值的均方根（RMSSD）、相邻N-N间期之差大于50ms的比例（PNN50）、相邻N-N间期之差大于20ms的比例（PNN20）。SDNN与总体变异性相关，而RMSSD与副交感神经影响心率的活动有关。B.频域分析（Frequency Domain）：运用参数模型法和快速傅里叶变化将时域分析信号转换为频域分析信号，用以表达不同频率的变异数量，包括：高频段（HF 0.15-0.4Hz）、低频段（LF 0.04-0.15Hz）、极低频段（VLF 0.0033-0.04Hz）和超低频段（ULF 0-0.0033Hz），并对信号进行功率谱密度分析。从功率谱密度中确定信号的频带，将在功率谱分析图中以不同的颜色区分。统计数据包括Power、Power Percent、Power Norm以及Peak、Total Power、LF/HF指标统计。C.非线性分析：散点图分析（Pioncare）,利用R-R间期变化绘制图像，包含了HRV的线性和非线性的变化趋势了，给出了心脏波动的直观显示，能揭示非线性过程和非周期性运动。同时引入了向量长度指数和向量角度指数，分别反映R-R间期的变化程度和相邻R-R间期的变化程度。参数包含垂直偏差SD1，水平偏差SD2；差值散点图（Scatter）：时间序列中连续的速率值之间的相关性，以连续三个IBI点做差值得到一个坐标点做图，得到四个象限的值。参数指标包括：第一象限点的个数A++、第三象限点的个数B--。3、可视化Chart与导出数据模块：包括原始数据Raw Data、处理数据Processed、心率HR、IBI间期、R峰值以及整体报告。

产品详细介绍

产品详细介绍

噢易多媒体互动教学软件是⼀套利用多媒体计算机辅助教师完成教学的软件，它充分借助了计算机对声音、图片、视频的处理优势，和对教学需求的深刻理解，用画中画可视对讲、⼀对⼀双向语音、影音直播等丰富的功能，为辅助教学提供支持。解决了以往多媒体对部分教学软件无法广播的情况，并采用独特的CPU节能技术让视频广播不再停顿、画面流畅，是目前国内先进的多媒体教学软件产品。 应用分析 多年以来，多媒体互动教学软件在教学应用中取得了不错的效果，由于它采用较为直观的文、图、声、像形式，加上大量的互动性操作,对教学起到了良好的辅助作用。但在具体的使用中，也存在着⼀些各式各样的问题: -不能支持OpenGL、DirectDraw、Direct3D软件的广播 -无法对AutoCAD、3DMax、Protel等教学软件提供支持 -广播VCD、DVD等视频流节目时画面停顿、不流畅 -全体广播时,后来的学生开机后不能立即进入同步广播状态 -教师机对学生机的操作限制不完全 -教师机与学生机之间不能单独进行文件传输 方案架构 特色功能 屏幕广播速度快 支持OpenGL、DirectDraw、Direct3D软件及游戏、AutoCAD、3DMax、Protel、几何画板等教学软件，实时发送网上VCD及DVD视频节目，流畅无停顿现象。 行为管控 强大的锁定限制功能，可禁止学生使⽤U盘、禁止学生访问外网；有效规范学生上课行为。 视频播放 广播视频文件，支持多种格式的视频文件。 收发作业 教师机不仅可以对所有学生进行整体“作业收发”，教师可设置自动收取作业，存放默认文件夹，存放路径老师可自由更改。 视频直播 可以将教师端连接的USB视频摄像头所拍摄的影像以及教师话筒的声音实时广播给所有学生端。 遥控监看 教师可选择监看单台学生机或部分学生机，支持多屏同时监看，可对被监控学生机进行单台或全体远程协助。 灵活多样的授课模式 授课模式多样灵活，支持多个班级、多个主控端（教师机）同时上课。

北京交通大学超大城市轨道交通网络集约维护新模式研究竞争性磋商采购

随着物联网技术与智能交通技术的发展，用于高速公路或城市内普通公路的道路护栏，作为“智慧城市”的一个重要组成部分，正受到越来越多的关注与重视。通过在护栏上安装低功耗的传感器芯片以及无线信号收发芯片，并配合相关服务器软件，护栏具备了一定的外部事件感知能力、处理能力、无线通信与组网能力，从而实现护栏的智能化。

本发明公开了一种轨道交通列车整车移动荷载模拟加载方法及装置。多个作动器在轨枕沿轨道方向上方布置，每个作动器顶部连接在反力横梁跨中处，每根反力横梁两端固定在两根反力纵梁上，每根反力纵梁的两端连接在两根支撑柱上，每根支撑柱底部固定在地面上。根据列车-轨道-路基理论模型计算拟合确定在不同车型和不同列车速度的单个扣件系统的受力荷载时程曲线，作为作动器的荷载激励曲线，将钢轨在轨枕正上方处分段为离散独立的分段钢轨，相邻作动器沿列车移动方向以相同时间间隔连续激振，从而实现不同车型在不同速度下列车整车移动荷载的模拟加载。本发明为开展铁路、地铁等轨道交通线下基础设施的研究提供了一种可靠便捷的试验加载方法及装置。

此项目具有面向城市交通信号控制装备的“软件和信息服务业”特征的技术属性。即城市交通信号自组织控制理论与装备开发技术。 为解决传统自上而下的城市交通信号控制方法带来的理论难题（如图所示）: (1)动态特性的非线性、 (2)状态参数的时变性、(3)系统边界的开放性、(4)动力系统的高阶性、(5)相邻路口的耦合性、 (6)信号控制的实时性等系统属性，造成的无法实现实时性控制的难题。 为此，针对具有复杂系统特征的城市交通信号控制问题，项目在国内首次提出“城市交通信号自下而上自组织控制理论”（如图2所示）。即通过赋于相邻路口的自组织属性，可大幅度减少其控制系统自由度和复杂性。在快速、实时控制的假设前提下，使其信号控制由原来的开放性、大自由度、不确定性问题，改变为非开放性、小自由度、确定性问题。

本发明提供一种基于出行者预算限制的交通分配方法，包括步骤：S1：获取一目标交通网络的网络结构数据和相关参数信息，并建立一抽象交通网络；S2：利用所述抽象交通网络确定所述目标交通网络的交通需求；S3：根据所述交通需求建立所述目标交通网络的一预算限制约束模型；S4：根据所述预算限制约束模型建立一交通分配模型；S5：对所述交通分配模型求解计算获得所述目标交通网络的分配结果。