XiaoMi-AI文件搜索系统
World File Search System频带
通过 Shapley 加法解释比较 ANOVA 和 PowerShap 特征选择方法，该解释使用 Theta 和 Alpha EEG 频带比率构建的心理工作量模型
摘要：背景：创建模型来区分自我报告的心理工作量感知具有挑战性，需要机器学习来识别脑电图信号中的特征。脑电图频带比率量化了人类活动，但对心理工作量评估的研究有限。本研究评估了使用 theta-to-alpha 和 alpha-to-theta 脑电图频带比率特征来区分人类自我报告的心理工作量感知。方法：在本研究中，分析了 48 名参与者在休息和任务密集型活动时的脑电图数据。使用不同的脑电图通道簇和频带比率开发了多个心理工作量指标。使用 ANOVA 的 F 分数和 PowerSHAP 提取统计特征。同时，使用逻辑回归、梯度提升和随机森林等技术建立和测试模型。然后用 Shapley 加法解释来解释这些模型。结果：根据结果，使用 PowerSHAP 选择特征可以提高模型性能，在三个心理工作量指数中表现出超过 90% 的准确率。相比之下，用于模型构建的统计技术表明所有心理工作量指数的结果都较差。此外，使用 Shapley 值来评估特征对模型输出的贡献，可以注意到，ANOVA F 分数和 PowerSHAP 测量中重要性较低的特征在确定模型输出方面发挥了最重要的作用。结论：使用具有 Shapley 值的模型可以降低数据复杂性并改进对感知人类心理工作量的更好判别模型的训练。但是，由于选择过程中特征的重要性及其对模型输出的实际影响有所不同，因此结果有时可能不明确。
多履带超导体中复合带的几何超流量
多梁超导体中孤立的平流的超流体重量包含频带量子公制的贡献和晶格几何术语，该晶格几何术语取决于晶格中的轨道位置。由于超流动性的重量是超导体能量弹力的量度，因此它与晶格几何形状无关，导致频带的最小量子指标[phys [phys]。修订版b 106，014518（2022）]。在这里，开发了一种扰动方法来研究复合带的超流体重量及其晶格几何依赖性。当所有轨道表现出均匀的配对时，量子几何项包含每个频段的贡献和复合材料中每对频段之间的带间贡献。基于频带表示分析，它们为隔离的平流复合物的超级流体重量提供了拓扑下限。使用这种扰动方法，获得了晶格几何贡献的分析表达。它以Bloch函数的形式表示，提供了一个方便的公式，以计算多纤维超导体的超级流体重量。
8 级 Cockcroft Walton 电压倍增器与 Dickson 电压倍增器的比较分析
Chiagozie Mbah 6 摘要 目的：本研究旨在增强射频 (RF) 能量收集的电压倍增器，重点是提高收集能量的效率。这一改进对于可持续能源应用和减少化石燃料造成的环境污染至关重要。 理论参考：射频能量收集技术正逐渐被认可为一种可行的可持续环境能量捕获方法，早期的研究主要集中在天线和电路设计上。尽管如此，能量收集的有效性仍然受到功率输出不足的限制。本研究在先前的研究基础上，直接比较了两种常用的电压倍增器，即 Cockcroft Walton 和 Dickson 倍增器，并将其应用于射频能量收集。 方法：使用 Multisim 对 Cockcroft Walton 和 Dickson 电压倍增器进行优化设计，并使用 MATLAB 分析其性能。比较是在两个频率范围内以 1V 的输入电压进行的：85 MHz – 110 MHz（FM 频段）和 1.8 GHz – 3.0 GHz（4G 频段）。记录了两个倍增器的输出电压，并在这些频带上进行了比较。结果与结论：在 FM 频带（85 MHz – 110 MHz）内输入电压为 1V 时，Dickson 电压倍增器的性能优于 Cockcroft Walton 倍增器，其输出电压为 11.1V，而 Dickson 为 6.6V。然而，在 4G 频带（1.8 GHz – 3.0 GHz）中，Cockcroft Walton 倍增器的效率更高，其最大输出电压为 5.2V，而 Dickson 为 4.1V。研究得出结论，Dickson 倍增器更适合从 FM 频带收集射频能量，而 Cockcroft Walton 倍增器更适合 4G 频带能量收集。研究意义：研究结果表明，不同的射频能量收集应用可能受益于不同的电压倍增器，具体取决于所涉及的频带。这可以指导未来旨在实现可持续能源解决方案的技术中更高效的射频能量收集电路的设计。原创性/价值：本研究直接比较了不同射频频率条件下的两个电压倍增器，为优化绿色能源应用的能量收集技术提供了宝贵的见解。研究结果有助于加深对特定射频频段高效电路设计的理解，有助于开发更有效的能量收集系统。关键词：电压倍增器、Cockcroft-Walton 电压倍增器、Dickson 电压倍增器、能量收集、射频。
使用最小噪声分数 (mnf) 变换来分析...
最小噪声分数 (MNF) 变换 (Green 等，1988) 是一种由两个连续数据缩减操作组成的算法。第一个操作基于对数据中噪声的估计，该估计由相关矩阵表示。此变换通过方差对数据中的噪声进行去相关和重新调整。在此阶段，尚未考虑有关频带间噪声的信息。第二个操作考虑原始相关性，并创建一组包含有关原始数据集中所有频带方差的加权信息的组件。该算法保留了特定的通道信息，因为所有原始频带都对每个组件的权重有贡献。通常，数据集中的大部分表面反射率变化都可以在前几个分量中得到解释，其余分量包含的方差主要由噪声引起（Boardman，1993）。还可以检查每个分量的加权值，指向对主要分量中包含的信息贡献最大的原始波段。然后使用主要分量将数据转换回其原始光谱空间，从而产生与提供的原始数据相同数量的转换通道。
参数提取和等效电路建模
天线是一种辐射结构，能够发射/接收特定频率的电磁辐射。天线设计为在特定频带内工作，该频带称为天线带宽。天线工程师通常很难设计具有特定带宽的精确谐振频率的天线，因为它取决于各种物理、电气和磁性参数。因此需要使用等效电路建模。等效电路建模是构建具有天线谐振和带宽特性的集总元件电路的过程。通过此模型，技术人员可以轻松计算天线的各种参数。如果开发的等效电路模型可以推广，则可以将其用于精确设计天线，并可以轻松地将具有特定特性的天线转换为另一种天线。
使用 Prony 方法在高频波段对军用飞机模型进行 RCS 预测
摘要：获取雷达截面（RCS）数据是飞行器设计的重要参数之一，通常需要花费大量的时间和成本。测量时间和测量结果的准确性可能受到RCS测量方法和环境的影响。在RCS测量方法中，直接法（在真实物体上测量RCS）比通过模拟实现的间接法更准确。然而，考虑到平衡精度、时间和成本，间接法因其效率而更常用。本文为了找到一种优化方法以更好地改进高频带间接方法的预测结果，提出了三种预测方法：Prony方法、矩阵束法（MPM）和有理函数法。经证实，在高频带利用Prony方法的RCS预测结果在Prony和MPM方法的情况下具有最小误差，而这两种方法尚未用于高频带的RCS预测，并且采用有理函数法及其目前适用的情况。将预测方法分别应用于基于喷气式飞机、F-117、运输机三种军用飞机模型的模型，在相同条件下进行仿真，对各模型在某一角度下对比原始数据和用该方法得到的外推数据，计算误差
大鼠心脏灌注作为I1型糖原病中酶替代疗法的模型系统
摘要。使用R波之间的SD（R-R间隔），R-R Inter-Val直方图，光谱分析和POINCARC POINCARC绘图，使用24-H时期的RAMB lave posential R Wife 在12例先天性中央中央次数不足综合征（CCHS）以及年龄和性别匹配的对照中评估了心率变异性。 CCH患者的平均心率为103.3 F 17.7 SD，对照组为98.8 F 21.6 SD（P> 0.5，NS）。 R-R间隔的SD分析在两组中都显示出相似的结果（CCHS 102.2 F 36.0 ms与对照126.1 F 43.3 ms; P> 0.1，NS）。 光谱分析表明，对于在安静的睡眠和清醒中采样的类似时期，低频带与高频频段光谱功率的比率增加了，在睡眠期间，有12例CCH患者中有11例增加了，而这些比率的比率均在所有对照中始终降低。 在清醒期间，在CCH和对照组的患者中，低频带与高频带光谱功率的比率相似。 繁殖图显示，CCHS患者的心率较慢（XZ = 24.0; p <0.000001）显着降低了Beat-Beat变化。 CCHS中点的点散射很容易与对照区分开。 所有CCHS患者均通过一项或多项措施均表现出干扰的变异性。 瞬间心率变异性的变化表明，除了通气控制损失外，CCHS患者还表现出自主神经系统心脏控制的功能障碍。 （Pediafr Res 31：291-296，1992）在12例先天性中央中央次数不足综合征（CCHS）以及年龄和性别匹配的对照中评估了心率变异性。CCH患者的平均心率为103.3 F 17.7 SD，对照组为98.8 F 21.6 SD（P> 0.5，NS）。R-R间隔的SD分析在两组中都显示出相似的结果（CCHS 102.2 F 36.0 ms与对照126.1 F 43.3 ms; P> 0.1，NS）。光谱分析表明，对于在安静的睡眠和清醒中采样的类似时期，低频带与高频频段光谱功率的比率增加了，在睡眠期间，有12例CCH患者中有11例增加了，而这些比率的比率均在所有对照中始终降低。在清醒期间，在CCH和对照组的患者中，低频带与高频带光谱功率的比率相似。繁殖图显示，CCHS患者的心率较慢（XZ = 24.0; p <0.000001）显着降低了Beat-Beat变化。CCHS中点的点散射很容易与对照区分开。所有CCHS患者均通过一项或多项措施均表现出干扰的变异性。瞬间心率变异性的变化表明，除了通气控制损失外，CCHS患者还表现出自主神经系统心脏控制的功能障碍。（Pediafr Res 31：291-296，1992）
BCI学习在M/ ... div>中诱导核心 - 周期重组
图2：单层和多层提供的信息（a）在MI条件下BCI训练中单层和多重疗法值的演变。对于与单个脑叶相关的给定轴，我们绘制了分别在EEG，MEG和Multiplex（Mux）中分别在受试者和属于叶的ROI中获得的中位裂缝值。第一线对应于α2频带内的演变，第二线对应于β1频带中的演化。（b）相对度（∆ c）在会话中的演变。表示用脑电图层获得的ΔC值，平均在受试者上。在Y轴上显示了用MEG层获得的值。标记的颜色与用多路复用获得的值相关联。每个标记对应于给定的ROI。