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:对激光辐照PV型的Hg1-xCdxTe单元探测器的响应特性进行了研究,建立了材料内部光生电动势变化的数学分析模型。计算了不同光源辐照3类组分不同的Hg1-xCdxTe探测单元的输出特性,并对温度波动影响进行了分析。结果表明:在光敏面积恒定时,x值越大探测器的完全饱和电压越大,即探测器的响应度Hg0.627Cd0.373Te〉Hg0.698Cd0.302Te〉Hg0.819Cd0.181Te;x值越小,探测器受温度波动的影响越小。
简介:摘要:本文基于“互联网+”视域,探讨了在高校大学生教育管理中的实践路径。首先,介绍了高校大学生教育管理的主要内容,并强调了加强这一管理的重要性。我们认为,基于“互联网+”视域下加强高校大学生的教育管理,顺应了信息互联网时代的要求、有利于提高管理实效和创新管理体制。然后,提出了在“互联网+”视域下优化高校大学生教育管理的可行措施,包括发挥学院基层团总支的核心作用、动员学生干部进行自我管理和利用数据强化学生量化考核等。本文旨在为高校大学生教育管理者提供有益的参考,以提高管理效能,推动学生全面发展。同时,本文还为相关领域的学术研究提供了理论参考和思路。