XiaoMi-AI文件搜索系统
World File Search System波分
有向图上的谐波分析及应用
我们针对定义在强连通有向图（有向图）顶点上的函数引入了一种新颖的谐波分析，其中随机游走算子是其基石。首先，我们将随机游走算子的特征向量集视为有向图上函数的非正交傅里叶型基。我们通过将从其狄利克雷能量获得的随机游走算子的特征向量变化与其相关特征值的实部联系起来，找到了一种频率解释。从这个傅里叶基开始，我们可以进一步进行并建立有向图的多尺度分析。我们提出了一种冗余小波变换和抽取小波变换，分别作为有向图的谱图小波和扩散小波框架的扩展。因此，我们对有向图的谐波分析的发展使我们考虑应用于有向图的半监督学习问题和图上的信号建模问题，突出了我们框架的效率。
采用严格耦合波分析方法对基于衍射光栅的SPR传感器进行理论分析
摘要 表面等离子体共振 (SPR) 传感器对于生物传感和环境监测等各种应用领域的高灵敏度、无标记检测至关重要。本研究使用严格耦合波分析 (RCWA) 研究了基于衍射光栅的 SPR 传感器的灵敏度和性能。分析重点关注由铜、金和银组成的单层和双层金属结构。结果表明，单层银传感器的灵敏度最高，为 169.37°/RIU，其次是金和铜，灵敏度分别为 168.4°/RIU 和 167.9°/RIU。此外，为了提高稳定性和可靠性，引入了双层配置，将一种金属的保护涂层覆盖在另一种金属上。在双层配置中，银-铜表现出最高的灵敏度，为 175°/RIU，其次是银-金，灵敏度为 173.25°/RIU，金-铜的灵敏度为 168.5°/RIU。这项研究证实了双金属 SPR 传感器实现卓越灵敏度和稳定性的潜力，突出了其在先进检测系统中的适用性。对材料特性和传感器性能之间相互作用的新见解为设计下一代等离子体传感器提供了路线图。
使用遗传编程进行跌倒检测的脑电图小波分类
自主检测身体跌倒的能力是实现更好独立生活的众多支持技术之一。这项工作探索了如何利用遗传编程来开发机器学习管道，以通过 EEG 脑波活动对跌倒进行分类。11 种身体活动（5 种跌倒类型和 6 种非跌倒活动）被聚类为是否发生跌倒的二元分类问题。在探索机器学习模型并对其进行调整以获得更好的 k 倍分类准确度、精确度、召回率和 F1 分数之前，先从脑波中提取小波特征。结果表明，仅从 EEG 脑波数据中，通过遗传编程发现的解决方案就可以检测到跌倒，平均准确度为 89.34%，精确度为 0.883，召回率为 0.908，F1 分数为 0.895。所有三种遗传编程解决方案都选择了主成分分析的进一步步骤，以便从计算出的小波特征中提取额外的特征，每个步骤的迭代次数分别为 6、3 和 7，并且都采用随机奇异值分解方法。最终通过接收者操作特性和精确度-召回率曲线分析最佳模型。提供了每个遗传编程管道的 Python 代码。
基于正弦脉冲 - 调制基于Z -Source逆变器的定量谐波分析方法
摘要射击（ST）状态对于基于正弦脉冲宽度调制（SPWM）的Z-Source逆变器的运行至关重要。然而，不可避免地插入射门状态会导致输出谐波，这极大地受到其分布的影响，尤其是对双极调制方案。通过定量分析，本文提出了单相Z-Source逆变器的输出谐波与射击状态之间的数学关系。提出了一种基于双倍转化的调整 - 转换方案，以估计使用不同的射击状态插入方法的输出谐波。在两种双极调制控制方法下使用200 W单相Z-Source转换器进行的模拟和硬件实验验证了所提出的理论的精度。定量分析将有助于设计Z-Source Converter的控制策略和调制方案。
阅读书籍过程中的脑电波分析......
32 FLAG，坦纳； YENGİN，Deniz 和 HARRANOĞLU，Sefa (2022)。在印刷书籍数字化的背景下对阅读书籍过程中的脑电波进行分析。居米什哈内大学传播学院电子杂志（e-gifder），10（1），32-58。
通过正交小波分解特征提取
在过去十年中，对便携式电子设备的需求迅速增加，这促使电池生产的增长增长。自从1990年代开发作为商业能源储能解决方案以来，锂离子电池（LIB）由于其较长的周期寿命，高能量密度，低自我放电速率和高工作电压而引起了科学和工业的极大关注。生产LIB需要大量的聚合物粘合剂 - 通常是聚偏二氟乙烯（PVDF），以进行处理和性能。但是，由于该材料是石化衍生的，因此它远非“绿色”或可持续性。另一方面，聚合物及其构建块在整个自然界中被广泛发现，并且可以以低成本从生物量中获得。因此，用生物质衍生的粘合剂代替PVDF是减少LIB环境足迹的一种有前途的方法。此外，聚合物粘合剂在下一代电池性能中起着至关重要的作用。例如，硅（Si）是一种有前途的大容量阳极材料，因为它具有高理论能力（4200 mahg -1），工作势较低，并且在地壳中具有很高的丰度。但是，由于传统的粘合剂仅与硅的天然表面相互作用，并且无法维持电极的长期完整性，因此其在电荷/放电期间的巨大变化往往会导致循环寿命缩短。自然衍生的聚合物由于其高结构优势而在该角色上取得了更好的成功。在这篇综述中，我们总结了源自各种生物质源的硅阳极粘合剂的最新发展，重点是聚合物特性及其对电池性能的影响。我们根据自己对这些作品的评估提出了各种观点，并对该领域的未来前景进行了简要评论。
