简介:对软组织进行应力松弛试验时可给样本施加一个小的预加力来去除样本的松弛,该预加力通常被忽略。然而对于低刚度的软组织,预加力可能占峰值应力相当大的比例。本文根据准线性粘弹性(QLV)理论,通过模拟实验,研究了在不同预加应力/峰值应力比下预加力对软组织粘弹性性能分析的影响。预先设定的QLV参数值、模拟实验参数值,以及7种预加应力/峰值应力比被输入QLV模型,生成7组模拟数据。然后用不考虑预加力和考虑预加力两种方法来拟合模拟数据计算QLV参数,计算结果和输入值相比较。结果表明,当预加应力/峰值应力比值大于0.01时,不考虑预加力得到的QLV参数A、B、A×B及τ1误差达到两个数量级以上。考虑预加力则大大提高了估计精度,误差均在10%以内。因此当描述低刚度组织的粘弹性时不能忽略预加力,本文提出的考虑预加力的方法能给出QLV参数的精确估计。
简介:目的:通过对志愿者观看3D影片之后的脑电信号进行主成分分析,选取最能代表立体视觉疲劳度的主成分,运用BP神经网络对疲劳等级进行建模,提高对疲劳度等级的预测准确度。方法:采集15名志愿者观看五部不同3D影片前后的脑电信号,先对脑电信号进行疲劳度分级并选取特征通道;再对特征通道的脑电信号进行主成分分析选取影响最大的特征主成分,利用BP神经网络进行建模,根据建立的模型对立体视觉引起的疲劳等级进行预测,将预测结果与已知的疲劳等级进行对比。结果:根据文献中的疲劳等级将实验结果分成三个等级;据累计贡献率超过90%选取的前四个主成分建立的预测模型,准确度达95.4%。结论:运用主成分分析和BP神经网络的方法对立体视觉疲劳度进行预测,预测准确度较高,与直接根据脑电特征参数建立模型的方式相比简便和准确,这一方法对立体视觉引起的疲劳度分级及预测提供了新的思路。
简介:探讨石墨炉原子吸收光谱法测定乳珍胶囊样品中铅的测量不确定度评定的方法。用原子分光光度计测定乳珍胶囊样品中的铅含量,根据数学模型从样品称量、样品定容、标准储备液配制、标准曲线线性回归方程和重复测量5个方面进行测量不确定度的计算。对于铅的含量为1.25mg,kg乳珍胶囊样品,其测量不确定度为0.052mg/kg。