XiaoMi-AI文件搜索系统
World File Search SystemLDA
第21届关于控制，自动化和机器人技术信息学国际会议（ICINCO 2024）
E-Media版本中固有的某些格式问题也可能出现在此打印版本中。版权所有©（2024）ScitePress - 科学技术出版物，LDA。保留所有权利。在Curran Associates，Inc。（2025）许可请求请求请求请求请求请求请求请求请求请求请求请求请求下，请联系ScitePress - 科学技术出版物，LDA。在下面的地址。ScitePress - 科学技术出版物，LDA。Avenida de S. Francisco Xavier，Lote 7 CV。C, 2900-616 Setúbal, Portugal Phone: +351 265 520 185 Fax: +351 265520 186 info@scitepress.org Additional copies of this publication are available from: Curran Associates, Inc. 57 Morehouse Lane Red Hook, NY 12571 USA Phone: 845-758-0400 Fax: 845-758-2633 Email: curran@proceedings.com网站：www.proceedings.com
引入 Block-Toeplitz 协方差矩阵重新掌握事件相关电位脑机接口的线性判别分析
摘要 — 由于维数较高，噪声多通道脑电图时间序列数据的协方差矩阵难以估计。在基于事件相关电位和线性判别分析 (LDA) 进行分类的脑机接口 (BCI) 中，解决这个问题的最新方法是通过收缩正则化。我们提出了一个新想法来解决这个问题，即对 LDA 的协方差矩阵实施块 Toeplitz 结构，这实现了每个通道在短时间窗口中信号平稳的假设。在 13 种事件相关电位 BCI 协议下收集的 213 名受试者的数据上，与收缩正则化的 LDA（最多 6 个 AUC 点）和黎曼分类方法（最多 2 个 AUC 点）相比，由此产生的“ToeplitzLDA”显著提高了二元分类性能。这意味着应用程序级别的性能得到了极大改善，例如在无监督视觉拼写器应用程序中记录的数据，其中 25 个受试者的拼写错误平均可以减少 81%。除了 LDA 训练的内存和时间复杂度较低之外，ToeplitzLDA 被证明即使在 20 倍的时间维度扩大后也几乎保持不变，这减少了对特征提取专家知识的需求。
超快激发动力学的kohn-sham-proca方程
图2：介电函数的假想部分ε2（ω），作为散装（a）si和（b）lif的光子能量（eV）的函数。在这里，实验光谱显示为蓝色杂交，红线代表了使用GGA函数代替手稿中使用的LDA函数的KSP计算结果。可以看出，与实验保留的极好的一致性，实际上，与使用LDA功能进行的相同计算相比，理论吸收仅可忽略不计（与图。纸的2）
基于面部肌电图的性能增强......
摘要 最近的研究表明，基于面部肌电图 (fEMG) 的面部表情识别 (FER) 系统是虚拟现实 (VR) 环境中基于传统摄像头的 FER 系统的有前途的替代品，因为它们经济实惠、不依赖于环境光，并且可以很容易地合并到现有的 VR 耳机中。在我们之前的研究中，我们将基于黎曼流形的特征提取方法应用于记录在眼睛周围的 fEMG 信号，并证明仅需一次训练就可以以 85.01% 的高精度对 11 种面部表情进行分类。然而，传统的基于 fEMG 的 FER 系统的性能还不足以应用于实际场景。在本研究中，我们开发了一种新方法，通过对其他用户的标记数据集进行线性判别分析 (LDA) 自适应来提高 FER 性能。我们的结果表明，使用 LDA 自适应方法可以将平均分类准确率提高到 89.40%（p < .001，Wilcoxon 符号秩检验）。此外，我们展示了独立于用户的 FER 系统的潜力，该系统无需任何训练课程即可对 11 种面部表情进行分类，分类准确率达到 82.02%。据我们所知，这是首次以跨学科方式采用 LDA 自适应方法的研究。预计所提出的 LDA 自适应方法将作为一种重要方法，提高基于 fEMG 的 FER 系统在社交 VR 应用中的可用性。
调查基于虚拟现实的学习环境中精神状态解码的特征设定决策
受试者和HBO/HBR-WISE分类模型嵌套的交叉验证具有超参数优化（5倍折叠à20次重复）公制AUC-ROC经验机会水平估计的经验机会水平估计了使用假人分类器分类器：线性判别分析（LDA），STER（LDA）（SSV MACHICER）（s vecter）（s vector）（s vecter）（范围）。平均，最大，最小，峰值2Peak，斜率，Time2Peak评估：交叉验证折叠上的自举以估计平均值及其置信区间
通过度量的视觉脑解码的EEG分类...比较p300检测的卷积和复发性神经网络
摘要：p300组件的单审判分类是一项困难的任务，因为信号比率低。但是，其应用于脑部计算机界面开发可以显着提高这些系统的可用性。本文介绍了P300分类的基线线性判别分析（LDA）与复发性（CNN）和经常性神经网络（RNN）的比较。实验是基于大型多学科的学龄儿童数据集。实验研究和讨论了几种超参数选择。提出的CNN略优于RNN和基线LDA分类器（63.2％的准确性比61.3％和62.8％）。差异在精度和回忆中最为明显。讨论了结果和建议对未来工作的含义，例如堆叠的CNN – LSTM。
利用人工智能和成像流式细胞术创建酵母识别模型
分析了五种酵母菌株，以生成由人工智能 (AI) 使用卷积神经网络或线性判别分析 (LDA) 确定的识别模型。通过向软件输入每个获取细胞的每个通道的形态特征来构建模型。我们结合了两个模型：一个基于明场特征，通过对模型预测的每个菌株的身份及其实际类别进行统计分析来验证；第二个使用 LDA 算法，并添加了自发荧光测量。计算出的“超参数”允许在分析混合种群时最大限度地分离不同的菌株。
lda-general-catalog.pdf
ABOUT LDA ..................................................................................................................................... 04 VOICE EVACUATION SYSTEMS ................................................................................................ 08 APPLICATIONS .............................................................................................................................. 12 ONE SYSTEM ......................................................................................................................................................................................................................................................................................................................................................................................................................... ....................................................................................................................................... 48 OUR CERTIFICATIONS ................................................................................................................. 54 CONTACT ......................................................................................................................................... 56
研究乙醇提取物的抗焦虑作用（Musa Paradisiaca L. var semeru）
摘要：Musa Paradisiaca L. var semeru（MPS）是一种香蕉，皮肤厚，可产生未使用的废物。在本研究中探索了香蕉皮乙醇提取物（BPE）的潜在抗焦虑作用。这项研究中有七组，即正常对照组CMC NA，Alprazolam（0.4 mg/kg），色氨酸（270 mg/kg），5-HTP（18 mg/kg），BPE（140，280 mg/kg）。灯光盒（LDA）测试中每组大鼠的数量为4。同时，高架迷宫（EPM）测试中每组的大鼠数量为6。bpe（140和280 mg/kg）在使用LDA和EPM进行抗焦虑测试前一小时将大鼠提供给大鼠。bpe（140和280 mg/kg）并未显着增加在灯光盒的轻室中所花费的条目和时间。此外，它也没有显着影响在高架迷宫中张开双臂上花费的条目和时间。指的是LDA和EPM测试，MPS的乙醇提取物并不能显着减轻焦虑。
利用表面肌电图解读中风患者的踝关节运动
摘要：中风是一种脑血管疾病 (CVD)，会导致偏瘫、瘫痪或死亡。传统上，中风患者需要长时间接受物理治疗师的治疗才能恢复运动功能。各种家用康复设备也可用于上肢，几乎不需要物理治疗师的帮助。然而，目前还没有经过临床验证的用于下肢功能恢复的设备。在本研究中，我们探索了表面肌电图 (sEMG) 作为控制机制在开发中风患者家用下肢康复设备方面的潜在用途。在本实验中，我们使用三个通道的 sEMG 记录了 11 名中风患者进行踝关节运动时的数据。然后从 sEMG 数据中解码运动，并研究它们与运动损伤程度的相关性。使用 Fugl-Meyer 评估 (FMA) 量表量化损伤程度。在分析过程中，提取了 Hudgins 时域特征，并使用线性判别分析 (LDA) 和人工神经网络 (ANN) 进行分类。平均而言，在离线分析中，LDA 和 ANN 分别准确分类了 63.86% ± 4.3% 和 67.1% ± 7.9% 的动作。我们发现，在两个分类器中，某些动作的表现都优于其他动作（LDA p < 0.001，ANN p = 0.014）。计算了 FMA 分数和分类准确度之间的 Spearman 相关性 (ρ)。结果表明，两者之间存在中等正相关性（LDA ρ = 0.75，ANN ρ = 0.55）。本研究结果表明，可以开发家庭 EMG 系统来提供定制治疗，以改善中风患者的功能性下肢运动。