【摘 要】
:
针对脑电信号具有非平稳性、非线性以及个体差异较大等特点而导致特征提取困难、分类准确率低的问题,提出一种基于LMD-CSP和随机森林(Random Forest,RF)的脑电信号分类方法.首先对脑电信号进行预处理,然后利用局部均值分解(Local Mean Decomposition,LMD)将预处理后的脑电信号分解为多个乘积函数(Product Function,PF)分量,并选出最具判别性的PF分量,再利用共空间模式(Common Spatial Pattern,CSP)分别对选出的PF分量进行特征提取
【机 构】
:
重庆交通大学机电与车辆工程学院,重庆400074;重庆文理学院智能制造工程学院,重庆402160
其他文献
盛夏6月,《中国有色金属》杂志社在江西省南昌市举行主办了新版《金属非金属矿山安全规程》(以下简称“《安规》”)解读及非煤矿山安全生产形势学习专题培训班,特邀原国家安全监管总局监察专员周彬,新版《安规》修订主要完成人夏长念、陶平凯等专家现场授课并为学员答疑解惑.参加这次培训,使我对新版《安规》有了更加系统的了解,为贯彻执行规程、加强矿山安全基础管理打开了思路.
针对传统动基座捷联惯导系统OBA粗对准算法,在低精度传感器中,易受到陀螺零偏的影响,存在累计误差导致观测矢量精度低的缺点,本文研究了基于四元数的无迹卡尔曼滤波来进行载体的姿态估计.该方法可以估计陀螺仪的零偏,并在预测方程中将其去除,能够有效地抑制陀螺零偏带来的累计误差,从而提高姿态误差角的收敛精度.最后设计了仿真与车载实验,验证本文所研究算法的有效性.
2017年,党的十九大首次以“高质量发展”表述,表明中国经济由高速增长阶段转向高质量发展阶段.“建立健全绿色低碳循环发展的经济体系”,是党的十九大为新时代下高质量发展指明的方向,同时也提出了一个极为重要的时代课题.
[本刊讯] 6月8日,中国有色矿业集团有限公司党委召开党史学习教育领导小组会议暨指导组工作会议,深入学习贯彻习近平总书记关于党史学习教育的重要讲话和重要指示批示精神,贯彻国资委党委有关要求和指导组工作会议精神,根据集团公司党史学习教育工作安排,总结上一阶段集团公司党史学习教育进展情况,研究部署下一阶段工作,并对集团公司指导组工作进行再动员、再部署.中国有色集团党委副书记、总经理、党史学习教育领导小组副组长、领导小组办公室主任董长清出席会议并讲话,党委委员、副总经理、党史学习教育领导小组副组长常青主持会议.
三轴磁传感器误差校准的椭球拟合方法通常要先求得椭球参数,再通过矩阵分解才能得到误差校准参数,这将导致误差校准参数存在无穷多解。为解决此问题,提出了一种基于改进的Levenberg-Marquardt(LM)算法的地磁矢量校准方法。首先使用质子磁传感器提供地磁场真值,利用改进的LM算法直接求解三轴磁传感器误差校准参数,然后利用加速度计测量恒定重力场作为辅助信息校准三轴磁传感器和加速度计坐标系之间的非
[本刊讯] 6月16日,中哈企业家委员会框架——中哈有色金属矿业投资合作圆桌会议在北京举行.会议由哈萨克斯坦驻华大使馆,中国有色金属工业协会,哈萨克斯坦萨姆鲁克-卡兹纳国家主权基金共同主办,旨在积极衔接践行中国“一带一路”和哈萨克斯坦“光明之路”倡议,务实促进中哈两国有色金属矿业领域投资合作.
在浮选作业生产线上,无论白天或黑夜,不管假日或日常,你经常可以看到有这么个女孩:她中等个头、面容清秀,身着“江铜蓝”,脚穿劳保鞋,说话轻声细语的.最近,由于矿性变化比较大,她跑得比往常更勤了.
我国是再生有色金属大国,产业规模发展迅速,产量连续多年居全球第一.作为有色金属工业的重要组成部分,随着生态文明、美丽中国建设的不断深入,再生有色金属在国民经济中的地位已经提高到战略性新兴产业和绿色产业的高度,其“绿色、循环、节能、降耗、低碳”的特色也越发显著.“十四五”时期经济社会发展指导思想中提出,“加快构建以国内大循环为主体、国内国际双循环相互促进的新发展格局”.在此历史机遇下,有色金属行业应更加强调提高资源利用效率,加强再生资源回收利用,以及废旧物资循环利用体系构建,再生有色金属的发展被赋予更多时代
[本刊讯] “在做好疫情防控的基础上,中国有色集团(广西)平桂飞碟股份有限公司(以下简称”中色平桂“)产品产、销量均较上年增长,同时成本费用下降,毛利空间有效提升.营业收入、利润总额和净利润分别同比增长55.02%、228.12%、199.86%,上缴税金较上年同期上升45.62%,出口创汇同比增长9.77%;主要经营指标喜人,创造了优异的季度生产经营业绩,为完成全年任务目标和”十四五“开局奠定了良好基础.”这是中色平桂一季度交出的亮丽成绩单.
为了高效挖掘煤矿安全监测监控系统海量数据中包含的有效信息,提高煤矿瓦斯浓度预测精度,提出一种改进的蝗虫优化算法(IGOA)优化长短时记忆神经网络(LSTM)的多参数瓦斯浓度预测模型.首先对瓦斯多参数时间序列进行相关性分析和小波去噪;其次通过重构线性缩减因子c、引入柯西-高斯混合变异和最优邻域扰动策略联合改进蝗虫优化算法,提高其全局寻优能力,以此来优化LSTM相关超参数,构建瓦斯浓度预测模型;最后,以实测数据为样本进行实验验证,将提出的模型与BP、LSTM、PSO-LSTM以及GOA-LSTM模型对比,可得