高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
汽车教具混合动力全车电器模组汽车教学设备
北京智扬北方国际教育科技有限公司 2021-08-23
汽车教具纯电动底盘智能网联汽车教学设备
北京智扬北方国际教育科技有限公司 2021-08-23
汽车教具底盘智能网联互动系统汽车教学设备
北京智扬北方国际教育科技有限公司 2021-08-23
汽车教具新能源整车网联多维汽车教学设备
北京智扬北方国际教育科技有限公司 2021-08-23
汽车教具吉利纯电动驱动电机汽车教学设备
北京智扬北方国际教育科技有限公司 2021-08-23
汽车教具北汽纯电动驱动电机汽车教学设备
北京智扬北方国际教育科技有限公司 2021-08-23
汽车教学设备北汽电动汽车全车电器模组
北京智扬北方国际教育科技有限公司 2021-08-23
汽车教学设备无人驾驶双目相机汽车教具
北京智扬北方国际教育科技有限公司 2021-08-23
脑电信号预测记忆能力研究
脑电信号作为人体重要的生理信息,已经被广泛应用于医学疾病诊断与治疗、人体潜能开发等方面。脑电图通过将电极接入被试对象的头皮,来测量大量神经元发放所形成的电场。脑电波作为能够体现大脑活动的信号中的一种,有方便检测、非侵入式且对被试对象友好等特点。一般认为,通过对大脑脑电波的检测并采取特定数据分析方法,有望将大脑的各项反应能力充分挖掘出来。近年来,脑电信号分析已成为认知神经科学领域的重要技术之一。大量研究表明,人类认知能力与脑电信号有关,其中工作记忆能力在认知中起关键作用。脑电信号具有数据量大、时间分辨率高、易受干扰等特点,给研究带来了不少挑战。杨立坚课题组使用样条函数,基于随机抽取的122名大学生志愿者训练集,以闭眼静息态下8个脑前区导联的脑电信号(图1),对20名志愿者测试集进行工作记忆能力的预测(图2),其确定系数R^2在多次随机试验下的中位数为68%,最低值大于50%,最高值72%(图3)。图1 :试验中脑电信号记录的导联名称和位置图2:对某测试集计算的认知能力预测值与真实值的对比图3:对多次重复随机抽取的测试集计算的确定系数R^2箱线图杨立坚课题组依托10年来自身在函数型数据领域的研究成果,课题组2017级博士生张园园和2018级博士生黄昆在学习神经科学专业知识的同时,与机械工程系教授吴方芳和硕士生王健凯高效合作,分析季林红课题组的大学生志愿者脑电与认知能力数据。他们秉承“面向应用,背靠理论,写好算法”的统计学理念,把样条回归估计脑电信号的光滑轨迹,张量样条回归估计协方差函数,样条估计函数型主成分与得分等深刻的统计学前沿理论,结合LASSO回归,转化为快速准确分析脑电数据的算法(图4),从2018年12月开始仅用6个多月的时间,就很好地解决了基于工作记忆能力预测的问题,完成了这篇跨学科应用方法论文。图4:算法流程图
清华大学 2021-04-10
矿产资源潜力评价与预测技术
面向快速、高效的矿产资源探测的国家需求,集成空间数据挖掘与案例推理技术,充分利用海量的地质空间数据,解决矿产资源潜力评价与预测关键技术。在此基础上,建立智能化区域成矿预测系统和三维矿产资源预测系统,为各地质矿产单位进行找矿勘探提供空间分析和决策的基础平台。主要功能、特色: ? 建立了不确定性地质空间数据挖掘算法模型、成矿案例推理模型,提高了区域成矿预测的效率、精度和智能性; ? 综合不确定性地质空间数据挖掘、成矿案例推理和证据权模型,建立了混合推理策略与方法,得到更为客观的综合预测结果; ? 基于COM架构,开发了“区域成矿预测信息系统”和“三维矿产资源预测系统”,包括地质空间数据管理、空间分析、模型预测、专题制图等功能; ? 发展了三种高光谱矿物填图方法:权重光谱角制图法、耦合整体光谱匹配和局部光谱匹配的高光谱矿物信息提取方法、特征参数拟合方法; ? 完成了区域成矿预测的数学地质方法扩展与应用,包括证据权模型、扩展证据权模型和逻辑斯谛回归模型,为地质空间数据挖掘和成矿案例推理提供图层选择及参数化的理论依据和对比验证对象; ? 以我国西部典型成矿带——青海东昆仑成矿带为例,进行上述各类算法模型的区域成矿预测实验,并进行了野外调查与验证。 基于上述研究成果,该课题成果已申请发明国家专利2项;计算机软件系统2个;出版专著1部《多源地质空间信息智能处理与区域成矿预测》;发表或录用论文15篇,其中SCI期刊论文5篇,EI期刊论文4篇。
电子科技大学 2021-04-10
首页 上一页 1 2
  • ...
  • 9 10 11
  • ...
  • 101 102 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    63届高博会于5月23日在长春举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1