摘要:木薯淀粉(C)胶卷,木薯淀粉/壳聚糖(C/CS)膜(C/CS)薄膜和木薯淀粉/壳聚糖/壳聚糖/柠檬草精油(C/CS/LEO)通过土壤埋葬20天的掩埋,使用重量损失,傅里叶传输式semmircred semrors semmose(FTIR)(FTIR)(FTIR)(FTIR)(FTIR)(ftir)。FTIR分析表明,官能团的去除与淀粉膜减肥相对应。从SEM进行的观察结果表明,电影在退化过程中的外观发生了变化。使用板数方法确定20天埋葬后的土壤微生物的数量。在第20天,对照样本显示的微生物计数明显少于所有处理。通过测量芽的长度,根新鲜的重量和射击新鲜重量,研究了淀粉膜对水疗(ipomoea aquatica)生长21天的影响。发现用C/CS和C/CS/LEO膜在土壤中种植的水经过21天,显示出相似的芽长,芽新鲜重量和根重量。然而,与在C膜和对照的土壤中生长的水经短相比,它明显更高(p <0.05)。该研究得出的结论是,释放的壳聚糖会影响水流的生长。
摘要:木薯淀粉(C)胶卷,木薯淀粉/壳聚糖(C/CS)膜(C/CS)薄膜和木薯淀粉/壳聚糖/壳聚糖/柠檬草精油(C/CS/LEO)通过土壤埋葬20天的掩埋,使用重量损失,傅里叶传输式semmircred semrors semmose(FTIR)(FTIR)(FTIR)(FTIR)(FTIR)(ftir)。FTIR分析表明,官能团的去除与淀粉膜减肥相对应。从SEM进行的观察结果表明,电影在退化过程中的外观发生了变化。使用板数方法确定20天埋葬后的土壤微生物的数量。在第20天,对照样本显示的微生物计数明显少于所有处理。通过测量芽的长度,根新鲜的重量和射击新鲜重量,研究了淀粉膜对水疗(ipomoea aquatica)生长21天的影响。发现用C/CS和C/CS/LEO膜在土壤中种植的水经过21天,显示出相似的芽长,芽新鲜重量和根重量。然而,与在C膜和对照的土壤中生长的水经短相比,它明显更高(p <0.05)。该研究得出的结论是,释放的壳聚糖会影响水流的生长。
摘要 认知工作量 (CWL) 是评估和监测人类执行认知任务时表现的基本概念。许多研究尝试使用神经成像技术客观、持续地测量 CWL。尽管脑电图 (EEG) 是一种广泛使用的技术,但 CWL 对大脑频率频谱功率的影响却显示出不一致的结果。本综述旨在综合文献结果并定量评估哪种大脑频率对 CWL 最敏感。按照 PRISMA 建议进行系统的文献检索,突出了用于测量 CWL 的三个主要频带:θ (4-8 Hz)、α (8-12 Hz) 和β (12-30 Hz)。进行了三项荟萃分析以定量检验 CWL 对这些频率的影响。共计算了来自 24 项研究(涉及 723 名参与者)的 45 个效应大小。 CWL 对 theta (g = 0.68, CI [0.41, 0.95])、alpha (g = −0.25, CI [−0.45, 0.04]) 和 beta (g = 0.50, CI [0.21, 0.79]) 功率有显著影响。我们的结果表明,theta,尤其是额叶 theta,是 CWL 的最佳指数。alpha 和 beta 功率也受到 CWL 的显著影响;然而,它们之间的关联似乎不那么直接。考虑到脑震荡方面的文献,对这些结果进行了批判性分析。最后,我们强调需要研究 CWL 与可能影响频谱功率的其他因素(例如情绪负荷)之间的相互作用,并将该测量方法与中枢和周围神经系统的其他分析方法(例如功能连接、心率)相结合。
简介:在操作环境中持续监控任务参与度和心理工作量水平的能力可以显著提高军事和工业环境中的绩效、生产力和安全性。本研究确定了使用脑电图 (EEG) 参与度和工作量指标进行操作监控的可行性,这些指标是在执行认知测试期间不引人注意地获取并量化的。方法:在一个或多个任务期间,使用无线传感器耳机 (F3-F4、C3-C4、Cz-POz、F3-Cz、Fz-C3、Fz-POz) 从 80 名健康参与者的受试者那里获取脑电图,这些任务包括:多级正向/反向数字跨度、网格回忆、轨迹和心理加法、20 分钟警觉和图像/言语学习和记忆测试。使用从 EEG 功率谱(1-40Hz 的 1-Hz 区间)得出的模型选择变量的二次和线性判别函数分析,计算了每 1 秒 EEG 的参与度和工作量指标。结果:在受试者中,在 20 分钟警觉性测试中,参与度下降,但工作量没有下降。与识别/回忆期相比,在语言和图像学习与记忆的编码期间,参与度和工作量显着增加。在正向和反向数字跨度、网格回忆和心理加法测试中,随着难度水平的增加,工作量线性增加,但参与度没有增加。EEG 测量与主观和客观绩效指标相关。讨论:这些数据表明 EEG 参与度反映了信息收集、视觉扫描和持续注意力。EEG 工作负荷会随着工作记忆负荷的增加而增加,并且在解决问题、整合信息、分析推理过程中也会增加,并且可能更能反映执行功能。以秒为单位检查 EEG 会发现,与特定任务事件相结合时,工作负荷和参与度水平之间存在关联,这提供了初步证据,表明以秒为单位的分类反映了任务绩效的参数。
认知负荷的自动识别是开发自适应系统的重要一步,该系统能够为用户提供动态支持,以便将所经历的负荷保持在最佳范围内,从而实现最大生产力。语音包含大量信息,已被确定为衡量用户认知负荷的潜在方式。本论文的重点是语音特征对自动认知负荷评估的有效性,特别关注该研究领域的新视角。引入了一个名为 CoLoSS 的新认知负荷数据库,其中包含执行学习任务的用户的语音记录。该数据收集与现有的认知负荷数据库形成对比,因为尚未采用学习任务,并且除了迄今为止考虑的离散负荷水平外,它还提供连续的数字标签。CoLoSS 语料库与 CLSE 数据库(其中采用了 Stroop 测试的两个变体和一个阅读广度任务)一起构成了评估的基础。研究了不同类别的各种声学特征(包括韵律、语音质量和频谱)的相关性。此外,还引入了 Teager 能量参数(该参数在压力检测中已被证明非常成功)进行认知负荷评估,并展示了如何使用自动语音识别技术来提取用户认知负荷的潜在指标。作为进一步的贡献,提出了三个手工制作的特征集。通过使用为三类分类(低、中、高认知负荷)设计的独立于说话者的系统进行识别实验,系统地评估了提取的特征的适用性。测试了特征组合、特征选择过滤器、特征规范化方法和模型参数方面的各种配置。为了证明所提出的特征集的泛化能力,进行了跨语料库实验。此外,介绍了一种基于语音的认知负荷建模的新方法,其中负荷表示为连续量,因此其预测可以视为回归问题。在 CoLoSS 语料库上对回归算法的评估揭示了使用自动特征子集选择的优势。
城市和农村能源系统正在经历现代化。这种现代化的动机是提高这两个系统的可持续性。这种现代化的一些特点包括工业、交通和供热制冷负荷的电气化。此外,建筑应用光伏 (PV) 系统的数量有所增加,客户负荷的灵活性也有所提高。本论文旨在加深对未来城市和农村能源系统中电力生产和消费的认识。总共开发了三个模型并应用于案例研究:空间电动汽车 (EV) 充电模型、住宅负荷预测模型和晴空指数 (CSI) 生成模型。EV 空间模型的结果表明,电动汽车的充电具有聚集效应。如果所有电动汽车在到达时都使用 3.7 千瓦的电量进行机会性充电,那么大面积范围内最多 19% 的电动汽车会同时充电。将充电延迟到 22:00 之后将导致同时性因子显著增加 — — 达到 59%。对两种住宅负荷预测模型进行了比较。两种模型的均方根误差 (RMSE) 均小于 4%。一个模型的预测比另一个模型略微敏锐 — — 2.6% — — 并且可变预测间隔 (PI) 在夜间减小。关于农村和城市地区光伏发电和电动汽车充电的时空匹配,结果表明,城市各个部分的建筑类型与时间匹配之间没有相关性。住宅区和工作区都有相似的时间匹配。这是因为城市屋顶的朝向和停车场的大小。考虑到电动汽车充电对瑞典某市 (Herrljunga) 配电网的影响,结果表明,3.7 kW 充电器最多会导致电网电压下降 1%。没有出现欠压现象。综上所述,城市和农村能源系统可以承受未来几年光伏和电动汽车的渗透。然而,极端情况下可能需要增加灵活性或对系统进行升级。
NITIN KOUNDAL 1、ABDUALRHMAN ABDALHADI 1、MAGED S. AL-QURAISHI 2、(IEEE 成员)、IRRAIVAN ELAMVAZUTHI 3、(IEEE 高级成员)、MAHDIYEH SADAT MOOSAVI 4、CHRISTOPHE GUILLET 5、FRÉDÉRIC MERIENNE 4、(IEEE 成员)和 NAUFAL M. SAAD 1、(IEEE 成员)1 马来西亚国油理工大学(UTP)电气与电子工程系智能信号与图像研究中心(CISIR),斯里伊斯干达 32610,马来西亚 2 法赫德国王石油矿产大学智能移动与物流跨学科研究中心,沙特阿拉伯 Dhahran 31261 3 智能辅助与康复技术(SMART),电气与电子工程系,马来西亚国家石油大学 (UTP),Seri Iskandar 32610,马来西亚 4 Arts et Métiers Institute of Technology, LISPEN, HESAM Université, 71100 Chalon-sur-Saône, France 5 勃艮第大学,LISPEN, 71100 Chalon-sur-Saône, France
简介:了解心血管参数、因负荷增加而引起的认知压力和心理健康之间的相互作用对于当今综合健康策略的发展至关重要。通过实时监测心电图 (ECG) 和光电容积图 (PPG) 等生理信号,研究人员可以发现认知任务如何影响心血管和心理健康。认知压力产生的心脏生物标志物可作为自主神经系统功能的指标,可能反映与心脏和心理健康相关的状况,包括抑郁和焦虑。本研究的目的是调查认知负荷如何影响 ECG 和 PPG 测量,以及这些测量是否可以预示抑郁和焦虑症期间的早期心血管变化。
摘要:软件工程和软件可靠性的新兴研究领域是使用可穿戴生物传感器来监视软件开发任务期间软件开发人员的认知状态。目标是收集可以与与程序员的认知状态相关的易用错误的场景链接的生理表现。在本文中,我们研究了是否可以应用电解形态图(EEG)来准确地识别程序员的认知负载,与理解不同复杂性水平的代码的理解相关。因此,进行了一个涉及26个程序员的受控实验。我们发现,与Theta,Alpha和Beta脑波有关的特征具有最高的歧视能力,从而识别代码线并要求更高的心理努力。脑电图结果揭示了随着代码复杂性的增加,精神努力饱和的证据。相反,经典软件复杂性指标不能准确代表代码理解中涉及的心理工作。最后,提出了EEG作为参考,在特定的角度上,EEG与眼动跟踪信息的组合可以准确地识别与认知负载峰相对应的代码线,从而提供了参考,以帮助未来评估程序员对程序员使用可穿戴设备进行可穿戴的设备相结合的软件开发活动的确定性状态和时间准确性。
抽象工作记忆(WM)是一个在线内存系统,对于在正在进行的认知处理过程中以快速访问状态保持注入至关重要。因此,在提供WM载荷的时间解析索引的方法中具有很强的价值。尽管已经确定了单变量的EEG信号随着WM负载而变化,但多变量分析方法的最新进展表明,可能会有丰富的信息来源不会产生可靠的单变量标志。在这里,使用了四项已发表研究的数据(n = 286和> 250,000个试验),我们证明了对脑电图电压地形的多元分析提供了对WM中存储的项目数量的敏感指数,这些索引概括为新型人类观察者。此外,多元负载检测(“ MVLOAD”)可以在单试级别提供强大的信息,超过现有单变量方法的灵敏度。我们表明,此方法以(1)独立于备忘录的空间位置的方式跟踪WM负载,(2)足够精确地在存储的项目数量中划分项目划分,(3)可在不同的任务和刺激显示的跨个体差异,以及(4)与wm wm行为中的个体差异相关。因此,这种方法为单变量分析方法提供了强大的补充,并阐述了人类在线内存存储的时间解决方案。