期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于脑电信号的不同照度对矿工注意力的影响研究
1
作者 江松 刘迪真 +3 位作者 陈盈 蒋国炜 徐中华 何润丰 《中国安全科学学报》 北大核心 2025年第9期113-120,共8页
为探究井下光照因素对矿工大脑认知的影响变化过程,设计脑电(EEG)试验,结合矿山井下实地采集的光照数据,分析4种不同光照条件(100、60、30、15 lx)对矿工注意力的影响;通过功率谱密度提取采集的EEG信号特征,选用α、β、θ节律波分析注... 为探究井下光照因素对矿工大脑认知的影响变化过程,设计脑电(EEG)试验,结合矿山井下实地采集的光照数据,分析4种不同光照条件(100、60、30、15 lx)对矿工注意力的影响;通过功率谱密度提取采集的EEG信号特征,选用α、β、θ节律波分析注意力特征值;结合舒尔特方格试验验证分析结果。结果显示:能量占比图中β节律波始终占据较大比例,脑地形图中在工况2达到峰值,表示被试集中注意力;4种工况下注意力特征值(β/θ值)均呈现下降趋势,到试验55 min时,工况4相比工况2的β/θ值下降54.86%,表明在光照强度为60 lx时矿工注意力为最佳状态,15 lx时注意力呈现显著衰弱;舒尔特方格试验在工况2的用时最短且出错率最低,同时,可靠度为84.83%,在工况4中可靠度仅为73.15%,矿工出错次数显著增加,注意力呈下降趋势。 展开更多
关键词 脑电(EEG) 照度 矿工注意力 节律波 反应时间
在线阅读 下载PDF
热湿环境下矿工注意力对应急决策影响的脑电研究 被引量:5
2
作者 卢才武 徐晓慧 +2 位作者 高睿阳 江松 刘迪 《安全与环境学报》 CAS CSCD 北大核心 2023年第10期3641-3647,共7页
为探讨不同热湿环境下矿工注意力对应急决策的影响,模拟了4种不同工况环境,召集了11名被试,运用认知神经科学方法共进行了44次脑电图记录。结果表明,体感温度在26~36℃被试可以保持较高的注意力水平,能够针对突发事件迅速且正确地做出... 为探讨不同热湿环境下矿工注意力对应急决策的影响,模拟了4种不同工况环境,召集了11名被试,运用认知神经科学方法共进行了44次脑电图记录。结果表明,体感温度在26~36℃被试可以保持较高的注意力水平,能够针对突发事件迅速且正确地做出决策。随着温湿度的升高,α波的平均功率不断增加,β波在工况三达到峰值后减小,脑地形图中β波在工况三占比最大;注意力水平(P(SMR+Middleβ)/P(θ))随温湿度的增加而降低,工况三时注意力水平最高,工况四时与其相比降低了69.6%。相关性分析显示,温湿度与任务完成时间存在高度正相关关系。对热湿环境下矿工的应急决策研究能够为深井采矿工人的安全和保护提供参考,降低决策失误造成的损失,为煤矿企业的安全管理工作提供科学依据。 展开更多
关键词 安全工程 脑电图(EEG) 热湿环境 注意力 矿工安全
在线阅读 下载PDF
向量角选择和指标删除的高维多目标进化算法
3
作者 顾清华 骆家乐 李学现 《计算机科学与探索》 CSCD 北大核心 2024年第2期425-438,共14页
针对进化算法求解高维多目标优化问题平衡收敛性和多样性所面临的挑战,提出了向量角选择和指标删除的高维多目标进化算法(MOEA/AS-ID)。该算法在环境选择过程中设计了一种包含两种策略的协作机制逐一删除收敛性和多样性差的解以保留精... 针对进化算法求解高维多目标优化问题平衡收敛性和多样性所面临的挑战,提出了向量角选择和指标删除的高维多目标进化算法(MOEA/AS-ID)。该算法在环境选择过程中设计了一种包含两种策略的协作机制逐一删除收敛性和多样性差的解以保留精英个体参与下一代的进化。前者基于向量角的选择策略用于选择一对在目标空间具有相似搜索方向的解,后者基于指标的删除策略采用同时兼顾个体收敛性和分布性的I_(SDE)^(+)指标比较被选择的这一对解,然后删除具有较小指标值的解,进而促使种群朝各个方向收敛到帕累托最优前沿,最终平衡解集的收敛性和多样性。在包含各种特征的3组标准测试系列问题DTLZ、SDTLZ、MaF上,MOEA/AS-ID与近年提出的6个涵盖了当前各种类型的高维多目标进化算法执行了广泛的对比仿真实验和数值结果分析。仿真结果和数值分析表明所提算法MOEA/AS-ID求解各种特征的高维多目标优化问题平衡收敛性和多样性的能力具有较强的竞争力。 展开更多
关键词 进化算法 高维多目标优化 向量角选择 指标删除 收敛性 多样性
在线阅读 下载PDF
基于小生境的多目标进化算法 被引量:8
4
作者 顾清华 骆家乐 李学现 《计算机工程与应用》 CSCD 北大核心 2023年第1期126-139,共14页
进化算法求解多目标优化问题平衡收敛性和多样性面临的主要挑战在两个方面:增强对帕累托最优前沿的选择压力和获得多样性良好的解集。然而,随着目标维数的增加,基于帕累托支配关系的选择标准无法有效地解决以上问题。因此,设计了一种基... 进化算法求解多目标优化问题平衡收敛性和多样性面临的主要挑战在两个方面:增强对帕累托最优前沿的选择压力和获得多样性良好的解集。然而,随着目标维数的增加,基于帕累托支配关系的选择标准无法有效地解决以上问题。因此,设计了一种基于小生境的多目标进化算法。基于小生境,提出了一种新的支配关系,其中,设计了一个聚合函数和一种采用目标向量角的密度估计方法分别度量候选解的收敛度和分布性。为了保证解集的收敛性,在同一个小生境内,仅仅收敛度最好的解是非支配解。为了维护解集的多样性,在任何两个不同的小生境内,一个小生境内兼具收敛度和分布性良好的解支配另一个小生境内收敛性和分布性均差的解,将提出的支配关系嵌入VaEA取代帕累托支配关系,设计了一种多目标进化算法VaEA-SDN。VaEA-SDN与NSGA-Ⅲ、VaEA、MSEA、NSGAII-CSDR、RPS-NSGAII以及CDR-MOEA等先进的算法在DTLZ(Deb-Thiele-Laumanns-Zitzler)和MaF(manyobjective function)基准测试系列问题上进行了广泛的对比仿真实验。仿真结果表明,VaEA-SDN平衡收敛收敛性和多样性的能力分别比被比较的6个算法平均高37.7%、32.9%、31.8%、22.2%、43.5%、30.2%。 展开更多
关键词 进化算法 多目标优化 小生境 目标向量角
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部