导读东北电力大学和长春理工大学研究团队开发并实现一种结合脑电图源成像(ESI)技术和卷积神经网络(CNN)的新方法，以对运动想象(MI)任务进行分类。ESI技术采用边界元法(BEM)和加权最小范数估计(WMNE)分别解决EEG的正向和逆向问题。然后在运动皮层中创建十个scout来选择感兴趣的区域(ROI)。研究者使用Morlet小波方法从scout的时间序列中提取特征。最后，使用CNN对MI任务进行分类。实验结果:在Physionet数据库上的整体平均准确率达到94.5%，分别对左拳头、右拳头、双拳和双脚的单个准确率达到95.3%、93.3%、93.6%、96%，采用十倍交叉验证进行验证。研究人员表示，他们的研究成果与最先进的MI分类方法的结果相比，总体分类增加了14.4%。研究者为验证方法的有效性，加入了4个新的受试者进行验证，发现总体平均准确率为92.5%。此外，全局分类器适应单一对象，整体平均准确率提高到94.54%。研究者表示，他们提出的结合scout ESI和CNN的方法，提高了脑电解码四类MI任务的BCI性能。系统框架图1 系统框架图系统框架如图1所示。原始数据来自国际10-10系统的64个电极(不包括Nz、F9、F10、FT9、FT10、A1、A2、TP9、TP10、P9和P10电极)，并以每秒160个样本的速度采集。根据国际10-10系统从64个通道采集原始脑电图，并使用BCI2000系统进行记录。记录的数据被分为四个独立MI任务包括左拳MI,右拳MI,双拳MI和双脚MI。首先，由于ERD在执行运动想象时在alpha和beta中不同，因此使用FIR滤波器对EEG进行了8 Hz至30 Hz的带通滤波。然后，通过计算包含正问题和逆问题的源，将传感器空间的活动转化为源空间的活动。接下来，创建scout并提取特征。研究者在运动皮层中创建了10个scout，因为我们只关心与运动相关的活动。十个scout中的每一个都代表了可用源空间中的一个感兴趣的区域(ROI)，并且是定义在皮层表面或头部体积上的偶极子的子集。左脑的scout称为L1、L2、L3、L4、L5，右脑的scout称为R1、R2、R3、R4、R5。利用JTFA从10个scout的源时间序列中提取特征。最后，利用CNN对时频图进行分离并进行分类。实验在实验中，研究人员仅使用了随机选择的十个受试者的MI trail (S5，S6，S7，S8，S9，S10，S11，S12，S13，S14)。这里用于分析的数据集包含每个受试者84次试验，每一类包含21次试验。在记录64通道脑电图时，受试者执行了不同的运动想象任务。每个受试者针对以下四个任务中的每一个执行了3轮21试验：当目标出现在屏幕左侧时，受试者想象打开和合上相应的拳头，直到目标消失。然后受试者放松。当目标出现在屏幕的右侧时，受试者想象打开和合上相应的拳头，直到目标消失。然后受试者放松。当目标出现在屏幕顶部时，受试者想象打开和合上双手的拳头，直到目标消失。然后受试者放松。当目标出现在屏幕底部时，目标会想象双脚张开和合拢，直到目标消失。然后受试者放松。为了统一数据维数，研究者选择了4s的数据，因为每次想象任务的执行时间都在4s左右。此外，脑电图任务是分开的，研究人员在实验中将左拳，右拳，双拳和双脚MI任务分别称为T1，T2，T3和T4。图2 scout命名左右运动想象的scout分别命名为L1、L2、L3、L4、L5、R1、R2、R3、R4、R5，如图2所示。10个scout每一个都被扩展到40个顶点，每个顶点只有一个源。L1区域对应40个信号，其他scout也一样。在计算了来源后，研究者在运动皮层中创建了十个scout，如图3所示。图3 创建10个scout使用ESI计算十个受试者(S5、S6、S7、S8、S9、S10、S11、S12、S13、S14)每次试验的四个任务(T1、T2、T3、T4)的源。对于这四项任务中的每一项，每个受试者每次都要进行7次测试(#1，#2，#3，#4，#5，#6，#7)。展示了第一个步的10个被试的10个scout的4项任务的来源。然后提取10个scout的时间序列进行进一步分析。特征提取在计算源之后，研究人员在运动皮层中创建了包含40个源的10个scout，并提取了scout的时间序列。如图4所示为提取R5 scout时间序列作为示例。图的右边显示了R5 scout的时间序列。本文利用小波变换从scout时间序列中提取特征。图4 提取R5 scout时间序列作为示例在这项研究中，研究者提出利用CNN来解决运动想象任务分类的问题。该模型基于Schirrmeister等提出的Deep ConvNet架构，该网络模型由一个六层卷积网络组成，其中两个最大池层和三个全连接层，如图5所示。图5对于Physionet数据库，研究者首先采用Deep ConvNet架构，包括四个卷积层、四个最大池层和一个全连接层。在实验中，研究者依据经验使用两个最大池化层。并尝试了不同数量的卷积层和完全连接层。时频图利用Morlet小波方法得到了scout的特征。对于每个任务，R5 scout的时频图如图6所示。包含时间和频率互补的时频分析方法提供了时域和频域的联合分布信息，清晰地描述了信号频率与时间的关系。图6 R5 scout的时频图显然，只有部分时频映射是红色的，表明每个任务只对特定的频率和时间敏感。由于图的数量比较大，研究者使用CNN来选择和学习这些图中最基本的特征。研究人员随机选择了几个样本，并将一些特征图可视化，作为MI任务的学习表示，如图7所示。图7为了获得有效的结果，将数据集分为90％作为训练集，其余10％作为测试集。首先，将十个受试者的数据集（总共19320个样本）分为17388个样本以训练所提出的CNN模型，以及1932个样本以验证模型的有效性。在实验中，研究者还选择了另外四个受试者的数据集以增加数据集的规模(27048个样本)，其中24343个样本是训练集，其他样本是测试集。在选定的scout上对所提出的CNN架构进行了十次训练和测试，以验证所提出模型的鲁棒性。图8(a)显示了10个scout中每个的全局平均精度。图8 统计结果R5的全局平均精度最高，达到94.5%，而L2的全局平均精度最低，为91.3%。对应L1、L3、L4、L5、R1、R2、R3、R4的整体准确率分别为92.4%、92.5%、93.6%、91.9%、93.0%、91.8%、92.1%、92.6%。所有scout的总体精度均在91%以上，标准差均在0.20%以下。图8(b)显示了十个scout中每个scout四个MI任务的组级统计结果及其标准差。一般来说，R5表现的要比其他的好，而L2在迭代2000中表现最差。标准差较小，说明这些精度更接近平均值且稳定。图9 统计结果图9(a)显示了带有标准差的混淆矩阵，说明了group level分类结果。T1、T2、T3和T4的全局平均精度峰值分别为95.3%、93.3%、93.6%和96.0%。R5 scout的四个MI任务中的每一个都如图9(b)所示。通过改变训练集和测试集顺序的10次试验，确定了scoutR5的性能，结果如图10(a)和(b)所示。在10次试验中，scout R5的T1、T2、T3、T4的平均准确率分别为93.3%、93.8%、94.2%、94.1%。换句话说，四个任务中每一个的平均准确率都超过了93%。全局平均准确率为93.7%。10次试验结果表明，该方法对scout R5的分类效果较好。从以上结果可以清楚地看出，R5 scout在四种MI任务的分类中扮演着最重要的角色。因此，选择R5对四个MI任务进行分类。图 10图11. (a)是不同模型的全局平均准确性的比较。可以发现，该研究提出的模型可以达到最大的精度。从图11. (b)不同模型的ROC曲线可以看出提出的模型比其他模型表现更好。©不同模型T1上的精度比较。(d)不同模型T2的精度比较。(e)不同模型T3的精度比较。(f)不同型号T4的精度比较。图11 不同模型的精度比较结论东北电力大学和长春理工大学研究团队开发并实现一种结合脑电图源成像(ESI)技术和卷积神经网络(CNN)的新方法。该方法可以对运动想象(MI)任务进行分类。实验结果表明，他们的研究成果与最先进的MI分类方法的结果相比，总体分类增加了14.4%。研究者加入了4个新的受试者进行验证来验证方法的有效性。研究者表示，他们提出的结合scout ESI和CNN的方法，提高了脑电解码四类MI任务的BCI性能。论文信息：A novel approach of decoding EEG four-class motor imagery tasks via scout ESI and CNN

本发明涉及一种磁性离子液体，特指基于胍基官能团的离子液体的制备方法及在萃取脱除非极性溶液中含硫有机物的用途。其结构如通式（I）所示，该类离子液体是典型的室温离子液体，具有很低的熔点及很高的沸点，室温呈液态，蒸汽压低，稳定性好，与非极性溶剂互溶度极低；具有极高的脱硫效率，可在3~6min达到脱硫的萃取平衡；选择性高，不会对原来的非极性溶液产生污染及着色。该发明的磁性离子液体之中，当n=1.5~2时，具有很高的顺磁性，其比磁化系数大于59.1×10-6emu/g,优于已有的报道。因此，萃取脱硫结束后可以通过外加磁场的方法方便地实现离子液体和非极性溶剂的分离。该类磁性离子液体通过加水稀释并用四氯化碳反萃取的方法能恢复其性能，并且可以循环多次使用而不会引起脱硫效率的明显降低。脱除的含硫芳环化合物也能通过减压蒸馏富集并实现回收利用。

该项目研制的酶联免疫检测技术包括免疫原、包被原、抗体的制备以及样品的处理和检测等步骤。能一次性测出样品中斑蝥黄、β-胡萝卜素、β-阿朴-8’-胡萝卜素醛、叶黄素、辣椒红素、β-紫罗酮酸的总含量，缩短了检测时间，降低了检测成本，同时具有检测灵敏度高、精密度好、准确性好的特点。 该项目缩短了检测时间，降低了检测成本，同时具有检测灵敏度高、精密度好、准确性好的特点。 成果完成时间：2013年

本发明公开了一种钙钛矿太阳能电池与超级电容器集成件及制 备方法，其包括超级电容器和两块钙钛矿太阳能电池组，超级电容器 包括表面印刷有碳电极的导电基底，导电基底夹在两块太阳能电池组 中间，并由固态电解质层隔离;钙钛矿太阳能电池组包括多个串联的太阳能电池单元，太阳能电池单元包括导电基底、光阳极、钙钛矿层 和碳电极，其中，位于左端的太阳能电池单元的碳电极既作为钙钛矿 太阳能电池组的正极，又作为超级电容器的正极，位于右端的太阳能 电池单元的导电基底与超级电容器的导电基底相连，使光照产生的电 子传输于超级电容

本专利涉及一种高频双偏心声波振动钻进驱动器，属于环境钻探技术领域和工程装备技术领域。包括：1.利用充气式隔振器，分别斜向布置于振动体的斜上方和斜下方，使振动能量转化为气体热能散发到大气中，从而达到减振目的；2.减振箱体利用一体化冷轧制造工艺可以避免应力较为集中的焊缝，且类椭圆形结构可以起到缓冲减振作用，增加使用寿命；3.通过控制使两偏心轴保持同步反向运动，具有换向作用的轮系结构强制使两偏心轴同步反向运动，最大化的保证偏心运动产生的水平激振力相互抵消。4.在振动钻机上加装法兰连接件和多级螺纹结构，增大了螺纹寿命、强度，以及钻具级配需要。

成果描述：本发明公开了一种模拟往复滚动荷载的结构疲劳试验方法及其试验装置，该试验方法包括：(1)在待测试的轨道结构上，沿荷载的移动方向依次放置两台力学测试与模拟设备；(2)根据滚动车轮的尺寸，设计制作弧形加载平台；然后，将所述弧形加载平台的上半部分滚动接触所述的两台力学测试与模拟设备，下半部分与被测试的轨道结构滚动接触；(3)通过两台所述力学测试与模拟设备对所述待测试的轨道结构进行加载。该试验装置包括被测试轨道、加载平台及力学测试与模拟设备。本发明的试验方法操作简单、方便，可实现对荷载大小、移动速度的模拟，对荷载移动速度对轨道伤损的影响进行研究。本发明的装置结构设计简单、合理，制造成本低，使用简单、方便。市场前景分析：轨道交通基础设施建设领域。与同类成果相比的优势分析：技术先进，性价比较高。

本发明公开了一种环形索承网格结构的无支架施工方法，即上部网格分单元吊装至先施工的索网上拼装。环形索承网格结构主要包括柱子、外环梁、上部网格、径向索、环向索和支撑杆。先采用斜向牵引的方法提升结构的径向索和环向索至高空，然后在结构索网下方安装工装配重索和反力架装置并张拉工装配重索，形成支撑索网；再分单元吊装上部网格至支撑索网上，同时通过反力架装置调节工装配重索使控制节点处于设计标高；最后卸除工装配重索和反力架装置，结构成型。该施工方法省去了支架的施工费用，可双向、实时、精确调整施工过程中控制节点的标高，无需主动张拉拉索，有利于看台保护，实现索承网格结构的绿色装配化施工。

针对炼铁高炉、炼钢转炉、连铸中间包、钢水包、鱼雷罐车等高温冶金容器及加热炉、高温管道等热力系统设备的共同结构和负荷特点，综合利用计算机仿真和现代电测及激光测试分析技术，开展其在生产过程中的热行为、变形行为及强度行为的内部机理和外在表现的基础理论研究，形成了金属——耐材高温复合结构热——机械耦合行为的根系方法和设计理论，并成功地应用于300吨钢包裂纹生成分析及改制设计，转炉延寿技术及工艺确定、高炉下降煤管的塌落事故评估和治理以及转炉等高温结构的设计和行为控制等方面。其中300吨钢包裂纹生成分析及改制研究工作明确了原有进口大型钢包裂纹的生成机理以及改制研究工作明确了原有进口大型钢包裂纹的生成机理及防治方法，并首次奖圆弧底和整体小耳轴应用于大型钢包，使新钢包的各处应力分布较为均匀，应力水平降低，最大应力较原有钢包下降约40%，各种最大应力均避开了焊缝位置，焊缝和水口附近的应力水平下降了60～70%。其结果使钢包的机械强度指标较原有钢包有了很大改进，特别使焊缝和水口附近改善明显。在提高钢包使用寿命、降低包重、减少维修费用等方面取得了令人满意的效果，并彻底替代了原有进口钢包，取得了巨大的经济和社会效益，该项成果现已在宝钢全面推广。

面结构光三维测量技术是近几年飞速发展的光学三维测量技术，是基于条纹投影的物体三维面形重建技术。它利用物体面形对标准正弦条纹图的相位调制并对图像进行相位解调实现物体三维检测。该系统包括高质量面结构光投影模块、低失真图像采集模块及快速的数据处理算法。该测量系统中，标定准确的相位与空间三维坐标的关系是该三维测量技术至关重要的步骤。由于面结构光三维测量技术具有速度快、非接触、精度高等优点逐步受到人们的重视，它被认为是目前最有前途、最有发展潜力的三维测量技术。 一、主要功能和应用领域 该面结构光三维测量系统结合特定的标定技术，确定各个系统参数，建立相位与空间三维坐标的数学关系，改善系统的精确度及灵和性。该测量系统适用于工业制造、产品检测、模具设计、逆向工程、生物医学、文物保护、机器视觉等领域，具有广阔的应用前景。 二、特色及先进性 1、系统结构任意摆放 该任意摆放面结构光三维测量系统的组成部件在空间位置相对任意，易于在实地测量中使用。它在几何结构、光路等方面没有严格的平行性、垂直性要求，仅需要图像采集系统的视场被投影系统的视场所覆盖。 2、标定技术经济实惠且使用灵活 系统标定的过程中，仅需一种打印的棋盘格作为标定板，相比于制作困难且成本高昂3D标准件，该技术成本低，具有极高的实用性。同时，标定板的位置可以随机、任意放于测量视场中的任何一个空间位置，相比于现行的标定技术，具有极大的灵活性。 3、高分辨率 基于任意摆放面结构光三维测量系统，避免现行测量方法中因系统设置不准而造成的测量误差；考虑镜头引起的畸变现象，对每个像素点标定，降低畸变对测量结果的不良影响；采用最小二乘拟合算法，对多组数据拟合，保证相位与空间三维坐标关系的准确性。 4、测量系统技术指标 物体面形三维测量对测量仪器的分辨率、稳定性有较高要求，且部分算法复杂，所设计的系统采用联机方式。系统主要技术指标：测量范围：200mm×300mm×200mm，且连续可调；横向分辨率：可达0.06mm(主要受相机分辨率的限制，本系统采用AVT-GT1660C相机)；纵向分辨率：可达0.02mm 四、能为产业解决的关键问题和实施后可取得的效果 1、基于任意摆放面结构光三维测量系统，解决传统系统设置难度大、对测量环境稳定要求高的困难。 2、标定技术可适用于任何面结构光三维测量系统，解决了现行标定技术使用范围较窄的问题。 3、该测量系统和标定技术具有高分辨率且经济实用，极大提高面结构光三维测量技术测量精度，拓展了面结构光三维测量技术的应用领域。

本发明公开了一种组合式桥梁桥墩防撞结构及其施工方法，包括柱状桥墩、环绕设置在柱状桥墩上下两端四周的悬臂结构以及穿设在两端悬臂结构之间、且绕柱状桥墩轴心均布的预应力钢筋，所述上下两端悬臂结构之间围成的柱状空间外包裹有防护层以形成密闭空间，并在该密闭空间内填充吸能块。本发明通过在柱状桥墩周围密集设置预应力钢筋和填充吸能块，当发生撞击时船或车辆的水平撞击力由预应力钢筋和吸能块共同承受；受到撞击的预应力钢筋横向发生变形，同时钢索张拉力急剧增加，该张拉力转化成对柱状桥墩的竖向压力，分担了部分水平撞击力，剩余部分水平力由吸能块承担，相对减轻了吸能块和柱状桥墩受到的水平撞击力。