XiaoMi-AI文件搜索系统
World File Search System通滤波
数据中的混淆——对“解码大脑”的评论……
带通滤波。换句话说，第一个块中的所有刺激都标记为 1 类，即使它们反映不同的对象类，第二个块中的所有刺激都标记为 2 类，即使它们反映不同的对象类，依此类推。请注意，所有分类器的分类准确率都很高，没有带通滤波，这表明它们对 EEG 信号和块之间的虚假相关性进行分类，而不是对刺激类别进行分类。即使使用带通滤波，这个准确率也可能过高，情况通常如此。其余表格报告跨块分类。对于受试者 2-6，第一和第二次块运行以相同的顺序呈现刺激。对于受试者 6，第三次块运行以不同的顺序呈现刺激。首先，我们报告第一次块运行的训练和第二次块运行的测试的平均结果，反之亦然，两者都使用
球面反卷积信息滤波纤维束图
简介：人们越来越有兴趣开发使用扩散 MRI 纤维束成像分析活体整个人脑结构连接的方法和模型。这些分析依赖于连接组重建的稳健性和生物学准确性；不幸的是，许多方法因素都会影响这种重建（以及任何衍生的测量值），甚至包括播种策略 [1] 。部分原因是在流线纤维束成像中，轨迹是彼此独立生成的，因此大脑中的特定通路可能相对于底层生物学被过度定义或定义不足。在这里，我们提出了一种全脑纤维追踪数据的后处理滤波器，以补偿这种方法偏差。方法：Raffelt 等人 [2] 的模拟结果表明，使用球面反卷积产生的纤维取向分布 (FOD) 中每个峰的幅度与与该峰对齐的体素内轴突的细胞内体积分数成正比。因此，如果全脑纤维追踪的结果是对底层神经元轴突结构的完美重建，则高角度分辨率空间中的轨迹密度应与 FOD 峰值的方向和相对幅度相对应。因此，我们可以构建一个简单的成本函数：
脑电信号伪差自动检测与滤波的初步研究*
摘要 —EEG 记录中最大的问题之一是伪影造成的信号污染，因为这些干扰会阻碍对真实神经信息的分析。因此，在研究 EEG 之前，在尽可能多地保留大脑数据的同时消除伪影是一个关键步骤。为了解决颅面伪影的自动去除问题，本文提出了一个两阶段程序：前一个阶段是检测阶段 - 同时应用 MLP 神经网络和动态阈值法来检测 EEG 的污染区域，而后一个阶段是去除阶段 - 结合 CCA 和 EEMD 算法仅去除伪影数据。实验结果表明，两种检测方法相当，但动态阈值检测略优于 MLP。此外，组合技术可以完全去除散布在所有 EEG 通道中的伪影。本研究将扩展到需要更复杂模型的眼部伪影。索引术语 —癫痫、EEG、伪影检测、伪影去除
用于无滤波光学的简化相干突触受体...
摘要 — 神经形态计算被誉为现有和新兴数据处理应用的游戏规则改变者。朝着这个方向，人工神经网络实现已成为研究的重点。将神经网络推进到光学领域具有多种优势，例如在飞行时间推理延迟下具有高数据吞吐量。本研究提出了相干突触互连作为通往无滤波器神经网络的途径，具有更高的路由灵活性。实验研究并评估了具有集成称重功能的相干突触受体，用于 1 GHz 130 ps 宽尖峰序列。通过使用光学注入锁定本地振荡器来实现零差检测，同时利用其相位和共积分光电二极管的响应度在接收传入的光尖峰时实现可调权重。此外，还显示了检测权重的符号切换，支持将突触分配扩展到波长和时间维度的可行性。索引词——光信号检测、神经网络硬件、电吸收调制激光器、神经形态学
利用人工智能技术对 3D 运动物体进行目标估计滤波
1.研究目的：为了提高复杂运动目标的跟踪和平滑能力，需要提高地面设备的指挥控制和信息相关功能的性能。特别是需要提高与指挥控制设备配合使用的雷达的性能。作为雷达目标跟踪算法，已经提出了M3（多机动模型）滤波器、IMM（交互多模型）滤波器等。该类滤波器对高机动目标有较高的跟踪性能，有望作为未来指挥控制雷达的滤波器。然而，有许多参数必须提前设置，例如运动模型的转移概率。在本研究中，我们设计了一种融入人工智能技术的过滤器，旨在提高处理三维运动物体的能力。
三年级 B.Tech 计算机科学与工程（...
图像增强（点处理）：图像负片、阈值处理、有背景和无背景的灰度切片、幂律和对数变换、对比度拉伸、直方图均衡化和直方图规范空间域图像增强（邻域处理）：用于图像增强的低通和高通滤波、空间滤波基础、生成空间滤波器掩模 - 平滑和锐化空间滤波图像变换：一维 DFT、二维离散傅里叶变换及其逆变换、二维 DFT 的一些属性、沃尔什-哈达玛、离散余弦变换、哈尔变换、倾斜变换频域图像增强：频域滤波基础、平滑和锐化频域滤波器
