摘要:目前商用假肢缺乏有效的感觉反馈机制，人们通过机械刺激可进行间接的感觉反馈，但仍不 能产生“自然”感觉。一些研究者们通过神经内植入式电刺激可以帮助使用者获取“自然”感觉，这种有创的方式需要进行手术且对电极材料的要求很严格。相比之下，经皮电刺激更易实现，然而目前的研究还缺乏有效的控制策略来主动调控电刺激参数。因此，该文对经皮电刺激诱发手指幻肢感进行了初步研究，并结合脑电信号(EEG)特征，探究了一种客观的方法来评价电刺激参数与所诱发的手指幻肢感觉的关系，使得实现电刺激参数的主动调控成为可能。结果初步表明了通过经皮电刺激可以诱 发上臂截肢患者幻肢手指收缩的感觉；并且，通过分析脑电地形分布可建立刺激的位置与所诱发感觉的位置之间的关系；通过提取事件相关电位并分析其曲线特征，可判断所施加的电刺激强度是否足够诱发明显的幻肢感觉。该研究有助于在电刺激诱发幻肢感的研究中实现刺激参数的自动调控。

摘要:为了优化多媒体数据在无线网络中的传输，该文将密集型小蜂窝网络、软件定义网络以及可 伸缩视频编码技术相结合，设计了一个完整的多媒体视频传输系统。其中，通过密集型小蜂窝网络基站间的协作，提高无线频谱利用率；通过自适应码率调节技术，为不同用户提供差分服务。该文以最大化用户体验质量为目标，联合决策用户视频质量和无线资源分配。采用李雅普诺夫优化理论，将原问题转化为两个独立的子问题分别进行求解，并给出了仅依赖当前观测信息的低复杂度算法。实验结果显示，该文所提出的算法在动态环境下能够做出较好响应，并且可以实现更高的用户体验。

摘要:该文针对并列双导体在交变磁场交变作用下的电磁效应进行了探讨。在建立并列双导体交变 磁场中的基本电磁模型和等效分布参数网络模型的基础上，深入分析了并列双导体在交变磁场激励下的电磁效应和电流行为机理。实验结果显示，所提出的电流行为模型很好地解释了并列双导体在发电运行时出现的电流高频振荡现象。

摘要:结构光三维重建技术已广泛应用于工业检测领域，随着工业检测需求的不断提高，工业检测 技术的需求也愈发向微小化和高精度化方向发展。其中，远心镜头具备透视误差小、镜头畸变小、成像失真少等优秀特性，获得越来越多的关注。该文投影仪采用传统镜头，将传统结构光系统中的相机镜头替换为远心镜头，通过对传统两步标定法的改进，对相机的仿射模型进行标定，随后用已标定的相机对投影仪进行参数标定。实验结果显示，所开发的远心结构光系统具备能够实现小视野范围的高精度、高分辨率三维重建，并具有加大的测量景深，可用于半导体器件及微型零部件等目标的高精度 三维检测。

摘要:智能电表的迅速普及与应用引起电力消耗数据(即智能电网数据)的激增，这不仅给数据的存 储与通信带来了挑战，同时也增加了对数据进行分析的难度。另外，由于生产性质和经营方式的不同，工厂的用电状态往往比较复杂。基于传统经验的人工识别不能满足实际应用的需求，该文研究了一种基于神经网络的工厂用电状态自动识别方法。首先，对采集于真实应用场景的电网大数据进行必要的预处理，包括数据的合并、清洗、标准化、打标和抽样；然后，基于预处理的电网数据构建神经网络模型用于对工厂用电状态的自动识别；最后，对提出的基于神经网络的工厂用电状态识别方法进行实验验证，证实了该方法的合理性和有效性。通过对工厂用电状态的准确识别，能够帮助供电公司指导企业进行错峰用电，进而有效缓解电力供给不平衡的问题，以达到对电能合理开发和利用的目的。

摘要:油气管线布设范围广、跨度大，对于安全性要求极高，日常检修工作繁重。为了提高检修效 率，该文提出并开发了一套基于无人机航拍的油气管道监管系统。系统采用浏览器/服务器架构，结合网络地理信息系统(WebGIS)和云平台技术，实现了轨迹规划、飞行任务管理、无人机飞行数据、飞行轨迹、航拍视频实时显示、检测识别预警、历史回放等功能。实验结果表明，该系统可靠实用，可使石化工作人员及时有效地了解管道情况，对管道损坏或灾情异常做出及时应对，达到了油气管道全面有效的远程监测和管理。

摘要:该文基于高通 MSM8939 平台，在不增加距离传感器(Proximity Sensor，P-Sensor)的前提下， 提出了一种基于触摸屏的距离传感器模拟方法。该文首先介绍了电容触摸屏面板触点位置检测原理和数值计算方法，并给出模拟 P-Sensor 距离检测原理；然后，基于触摸屏模组和基带芯片的接口电路以及电源管理芯片，设计并实现了模拟 P-Sensor 的硬件电路；最后，采用 UML(统一建模语言)序列图的设计方式，实现了基于服务端-客户端框架层中的模拟 P-Sensor 通道控制程序设计，并根据距离检测 结果实现了屏幕的亮灭自动控制以达到节省功耗的目的。

摘要:驾驶员注意力分散是导致交通事故的主要原因，该文以驾驶员注意力分散行为图像为分类 目标，提出了一种基于方向梯度直方图(Histogram of Oriented Gradient，HOG)与支持向量机(Support Vector Machine，SVM)的行为检测方法。首先，获取图像中的感兴趣区域，并对图像进行增强、去噪及归一化处理；然后，提取图像 HOG 特征，进而采用交叉验证法对 SVM 分类器中的参数进行优化；最后，对视频图像中驾驶员的不同行为进行分类识别。实验中，通过与传统 SVM 算法以及基于局部二值模式的 SVM 算法进行对比，验证了所提方法具有更好的识别准确率。

摘要:

摘要:

摘要:

摘要:

摘要: