修车大队一品楼qm论坛51一品茶楼论坛,栖凤楼品茶全国楼凤app软件 ,栖凤阁全国论坛入口,广州百花丛bhc论坛杭州百花坊妃子阁

oe1(光电查) - 科学论文

44 条数据
?? 中文（中国） ▾

  • [2019年IEEE第14届纳米/微米工程与分子系统国际会议(NEMS) - 泰国曼谷(2019.4.11-2019.4.14)] 2019 IEEE第14届纳米/微米工程与分子系统国际会议(NEMS) - 自由空间耦合液晶宽带光声传感器

    摘要： 近红外光谱技术（NIRS）因其采集方法更简便且信号干扰更少，被提议作为分析脑血流自动调节的适宜技术。近期涌现出多种精密的小波变换方法，通过结合NIRS与血压信号来量化脑血流自动调节机制。这些方法通过时频平面实现信号信息的优化分割，从而更有效地提取目标成分。本文对该领域进行综述，并提出了改进此类分析方法的建议。

    关键词： 近红外光谱，脑血流自动调节，小波变换

    更新于2025-09-19 17:13:59

  • [2019年IEEE第46届光伏专家会议(PVSC) - 美国伊利诺伊州芝加哥 (2019.6.16-2019.6.21)] 2019年IEEE第46届光伏专家会议(PVSC) - 在周期性图案化硅纹理上制备钙钛矿吸光层的方法及评估方法

    摘要： 我们开发了一种用于脑机接口（BCI）的全自动在线脑电（EEG）伪迹去除方法（FORCe）。该方法基于小波分解、独立成分分析和阈值处理的新颖组合。FORCe可在在线EEG采集时使用少量通道运行，且无需额外信号（如眼电信号）。我们对13名脑瘫（CP）BCI参与者的EEG数据进行离线评估，并对3名健康参与者进行在线评估。该方法优于当前最先进的自动化伪迹去除方法——滞后自互信息聚类（LAMIC）和全自动EEG伪迹统计阈值法（FASTER），能有效去除包括眨眼、肌电（EMG）和眼电（EOG）在内的多种伪迹类型。

    关键词： 独立成分分析、小波变换、脑机接口（BCI）、脑电图（EEG）、自动化在线伪迹去除

    更新于2025-09-19 17:13:59

  • [IEEE 2019年光子学北美会议(PN) - 加拿大魁北克市(2019.5.21-2019.5.23)] 2019光子学北美会议(PN) - 飞秒激光诱导聚合物薄膜产生气泡

    摘要： 近红外光谱技术（NIRS）因其采集方法更简便且信号干扰更少，已被视为分析脑血流自动调节功能的适用技术。近期涌现出多种精密的小波变换方法，通过结合NIRS与血压信号来量化脑血流自动调节机制。这些方法通过时频平面实现信号信息的精细化分区，从而更有效地提取目标成分。本文对该领域研究进行综述，并提出了该分析方法的改进方向。

    关键词： 近红外光谱，脑血流自动调节，小波变换

    更新于2025-09-19 17:13:59

  • [IEEE 2019器件研究会议(DRC) - 美国密歇根州安娜堡(2019.6.23-2019.6.26)] 2019年器件研究会议(DRC) - 直接生长于硅基上的III-V族激光器与集成组件：集成方案选择

    摘要： 脑电图（EEG）是一种通过非侵入式头皮电极记录大脑内部神经元放电异步激活的技术。眼动伪迹等活动会干扰这些神经信号。虽然多通道脑电系统的眼动伪迹（OA）去除已有充分研究，但顺应当前自然环境下使用简约脑电系统的发展趋势，我们探究了从单通道流式原始脑电数据中无监督且有效地去除眼动伪迹的方法。本文系统评估了无监督小波变换（WT）分解技术在单通道脑电系统中去除眼动伪迹的效果，分析了七组原始脑电数据集，采用离散小波变换（DWT）和稳态小波变换（SWT）两种常用方法，结合通用阈值与统计阈值（ST），选用haar、coif3、sym3和bior4.4四种小波基函数进行眼动伪迹去除。通过五项性能指标（相关系数、互信息、信号伪迹比、归一化均方误差和时间频率分析）量化单通道脑电的眼动伪迹去除效能。时域与频域分析表明，在16种组合方案中，采用coif3或bior4.4小波基配合统计阈值的DWT可能是最优组合。本文证明小波变换可作为单通道脑电数据无监督眼动伪迹去除的有效工具，适用于实时应用场景。

    关键词： 眼动伪迹、小波变换、脑电图（EEG）、单通道脑电图、伪迹去除

    更新于2025-09-19 17:13:59

  • 基于Hausdorff距离与小波变换的激光雷达最优VMD信号去噪方法

    摘要： 激光雷达回波信号易受背景光、电子噪声等干扰，此类噪声会阻碍后续信号检测。然而当信噪比极低时，传统去噪方法难以取得理想效果。本文提出一种基于参数最优变分模态分解（VMD）结合豪斯多夫距离（HD）与小波变换（WT）的新型激光雷达回波信号去噪方法。相较于传统VMD方法，本方案采用新开发的蝗虫优化算法（GOA）获取VMD最优参数组合，继而通过HD筛选相关模态并利用基函数重构信号，再经WT去噪方法进一步处理相关模态，使重构信号获得更高信噪比。仿真与实验结果表明，相比其他三种去噪技术，本方法具有可行性、有效性与鲁棒性优势，可提升激光雷达在恶劣环境下的测距性能。

    关键词： 蝗虫优化算法、小波变换、变分模态分解、激光雷达回波信号去噪、豪斯多夫距离

    更新于2025-09-16 10:30:52

  • [2019年欧洲激光与电光学会议暨欧洲量子电子学会议（CLEO/Europe-EQEC） - 德国慕尼黑（2019.6.23-2019.6.27）] 2019年欧洲激光与电光学会议暨欧洲量子电子学会议（CLEO/Europe-EQEC） - 闭环光遗传学控制中单神经元记录信号的在线检测与分类

    摘要： 电刺激大脑可为耐药性神经系统疾病患者带来治疗益处，但其细胞类型选择性受限。相比之下，光遗传学技术能精准靶向特定细胞类型，从而解决电刺激的这一局限。该技术基于光刺激原理，通过向目标细胞转入称为视蛋白的光敏离子通道实现。根据光照波长和视蛋白特性，该技术既能兴奋也能抑制细胞活动。要实现神经元在线调控需采用闭环控制——闭环光遗传系统会持续比对神经信号与预设阈值，并通过光学刺激调整至目标值[1]。 单细胞记录(SUR)[2]是重要的大脑信号采集方式，但现有信号处理方法多为离线分析。本文提出基于小波变换的实时峰电位检测与分类算法（采用Labview编程实现），包含三大步骤：峰电位检测、特征提取及相似峰电位聚类。多单元记录中的背景噪声呈高斯分布，其均值被纳入信号处理考量（均值计算耗时约6.04微秒）。当数据集均值显著偏离估算值时即判定出现候选峰电位。检测到的离散峰电位需通过插值优化波形以提高检测精度[3]。 峰电位特征提取后作为分类算法输入，基于波形差异进行聚类分析。该算法采用20个尺度的小波变换（墨西哥帽小波）处理SUR信号[4]，通过对比输入信号与预定义小波函数实现多尺度分析。插值运算与小波变换总耗时约5.3毫秒。最终分类阶段将检测峰电位的小波系数与各聚类对应系数进行比对（所有尺度下系数差值≤30%则归入同组），该过程耗时约3.1毫秒。图1展示了峰电位分类流程示意图及软件前面板界面。 结论表明：该软件具有高速处理能力，可实现在线全自动峰电位分类，为闭环光遗传技术调控神经网络系统提供研究工具。

    关键词： 小波变换、尖峰分类、光遗传学、尖峰检测、单神经元记录、LabVIEW

    更新于2025-09-16 10:30:52

  • 400 Gb/s硅光子发射器与路由波分复用技术实现无胶合8路插槽芯片间互连

    摘要： 提出了一种基于频率的新型分类框架及新小波算法（Wave-CLASS），该算法采用过完备分解流程。此方法省略了下采样步骤，在无限尺度上生成与原始图像或窗口维度相同的四维纹理信息。研究选取凤凰城市中心区域的QuickBird数据三个子集（即公园、商业区和乡村区），对比广泛使用的经典方法（即最大似然法）检验新小波过完备算法的有效性。当最大似然分类器对三个图像子集的整体精度均低于78.29%时，Wave-CLASS算法取得了高整体精度——商业区子集达95.05%（Kappa=0.94），公园区子集达93.71%（Kappa=0.93），乡村区子集达89.33%（Kappa=0.86）。本研究表明，该方法能有效识别高空间分辨率数据中的精细城市土地覆盖类型。

    关键词： 过完备分解、高空间分辨率、无限尺度、城市土地覆盖、分类、小波变换

    更新于2025-09-16 10:30:52

  • [IEEE 2018年第二届电力电子、智能控制与能源系统国际会议(ICPEICES) - 印度德里(2018.10.22-2018.10.24)] 2018年第二届IEEE电力电子、智能控制与能源系统国际会议(ICPEICES) - 基于机器学习技术的光伏系统状态监测

    摘要： 对任何系统进行状态监测对于维持其健康运行至关重要，这能以最低的维护和运营成本实现最大收益。本文主要目标是开发一种故障检测算法，用于识别光伏系统中可能发生的各类故障。通过利用光伏系统的输出特性作为关键观测信息，可判断不同类型故障及其发生位置。研究采用小波变换和神经网络系统来过滤非显著异常，从而更便捷地检测需及时处理的故障。神经网络分类采用多层感知器(MLP)来识别故障类型及发生位置，基于小波变换(WT)的信号处理技术则用于特征提取并为神经网络提供输入数据。该检测算法适用于全天候自动化监测，在预设故障数据集测试中达到了98.2%的准确率。

    关键词： 神经网络、故障检测、小波变换、机器学习、光伏系统

    更新于2025-09-12 10:27:22

  • 利用时频分析实现激光超声信号处理中缺陷特征的有效提取

    摘要： 采用小波变换的时频分析(TFA)方法处理激光超声信号，有效提取了材料缺陷特征。通过TFA分析包含缺陷特征的激光激发表面声波(SAW)信号，显著提取了回波波特征，尤其在低信噪比(SNR)条件下效果突出。详细建立了含不同表面缺陷深度的铝板有限元(FEM)仿真模型，并采用TFA进行缺陷深度预测。结果表明：无需额外降噪处理时，TFA能在-3dB信噪比下显著提取0.1mm至0.9mm缺陷深度范围的回波SAW信号。该方法为获取缺陷信息提供了有效途径，在本研究中将检测精度提升了7.9dB，对超声信号处理和材料评估具有重要价值。

    关键词： 时频分析、特征提取、小波变换、信噪比、激光超声信号

    更新于2025-09-11 14:15:04

  • 不同激光可揭示不同的皮肤微循环血流运动——基于人体后肢灌注小波变换分析的数据

    摘要： 激光多普勒血流仪（LDF）和反射式光电容积描记法（PPG）是评估体内微循环功能的标准技术。然而不同光频与组织的相互作用存在差异，使得LDF与PPG血流运动曲线可能具有不同含义，尤其在适应性（稳态）调节过程中。为此我们分析了两种技术对反向刺激产生的灌注信号：将健康青年志愿者（不分性别）分为第1组（n=29，单下肢接受标准化瑞典式按摩以增加灌注）和第2组（n=14，接受高氧挑战试验以减少灌注）。通过分别置于双下肢远端的LDF（Periflux 5000）和PPG（PLUX-Biosignals）绿光传感器记录各实验方案的灌注变化。两种技术均检测到按摩引起的双下肢灌注增加及高氧挑战导致的灌注降低。小波变换（WT）进一步分析显示，在两种刺激下PPG相比LDF具有更好的深度分辨能力（探测更表浅、血样采集更少）。频谱振幅特征始终表明LDF（尤其针对最低频成分）具有更优灵敏度。未发现各成分间存在强相关性。因此LDF与PPG血流运动曲线并不等效，这一重要发现有助于深入研究微循环生理学。

    关键词： 激光多普勒血流测定、灌注、光电容积描记法、小波变换、微循环功能

    更新于2025-09-11 14:15:04