期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
WSNs中一种寻找最小工作节点集的覆盖算法 被引量:2
1
作者 王爱民 刘永强 +1 位作者 张婧 刘衍珩 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2016年第4期141-146,共6页
针对现有覆盖算法存在的很多冗余节点,提出了寻找最小工作节点集的覆盖算法.该算法分为两个阶段:第1阶段运行已有的覆盖算法;第2阶段运行节点替换算法,它用更少的节点替换更多的工作节点,如此循环迭代使工作节点数不断减少.仿真实验表明... 针对现有覆盖算法存在的很多冗余节点,提出了寻找最小工作节点集的覆盖算法.该算法分为两个阶段:第1阶段运行已有的覆盖算法;第2阶段运行节点替换算法,它用更少的节点替换更多的工作节点,如此循环迭代使工作节点数不断减少.仿真实验表明,该算法比其他覆盖算法能获得更多的休眠节点,使工作节点数减少10%左右,从而延长了网络生命周期. 展开更多
关键词 无线传感器网络 覆盖 睡眠调度算法 休眠顺序
下载PDF
睡眠脑电的自回归模型阶数特性 被引量:4
2
作者 王涛 王国辉 冯焕清 《生物医学工程学杂志》 EI CAS CSCD 2004年第3期394-396,共3页
传统睡眠脑电 (Sleep EEG)研究从信号的时域和频域的特征分析睡眠过程 ,通常根据功率谱观察信号中特定节律的出现和频带的分布。而功率谱估计中基于参数模型的方法得到广泛应用 ,但建模时通常只能根据经验选择一个固定较低的阶数。本文... 传统睡眠脑电 (Sleep EEG)研究从信号的时域和频域的特征分析睡眠过程 ,通常根据功率谱观察信号中特定节律的出现和频带的分布。而功率谱估计中基于参数模型的方法得到广泛应用 ,但建模时通常只能根据经验选择一个固定较低的阶数。本文讨论了自回归模型阶数 (Autoregressive m odel order,ARMO)估计准则的一些最新进展 ,并且统计了一段睡眠过程中 EEG的阶数分布。结果显示 EEG的 ARMO分布集中在差别很大的几个区间 ,可以用来表示睡眠 EEG分期内微结构和过渡过程 ,并在一定程度上提供 展开更多
关键词 睡眠脑电 自回归模型 阶数特性 AR模型 功率谱 时域 频域
下载PDF
基于物体认知法研究慢性睡眠干扰对小鼠学习记忆的影响 被引量:3
3
作者 李玉姣 王海霞 +4 位作者 陈善广 刘新民 李莹辉 曲丽娜 王琼 《航天医学与医学工程》 CAS CSCD 北大核心 2021年第1期25-30,共6页
目的基于不同物体认知实验模式开展慢性睡眠干扰引起的学习记忆功能研究,为航天医学相关药物筛选提供行为学检测方法参考。方法48只雄性小鼠随机分为3批,每批对照组和模型组各8只;模型组小鼠采用滚筒法造模模拟睡眠干扰,滚筒设置参数为:... 目的基于不同物体认知实验模式开展慢性睡眠干扰引起的学习记忆功能研究,为航天医学相关药物筛选提供行为学检测方法参考。方法48只雄性小鼠随机分为3批,每批对照组和模型组各8只;模型组小鼠采用滚筒法造模模拟睡眠干扰,滚筒设置参数为:60 s/圈,转1圈,间隔2 min;连续造模14天后分别对3批动物进行时序记忆实验、情景记忆实验以及新物体识别实验,以检测小鼠学习记忆能力。结果在时序记忆和情景记忆实验中,与对照组相比,模型组小鼠的相对辨别指数显著降低(P<0.05,P<0.01)。在新物体识别实验中,模型组小鼠相对辨别指数在不同时间段均降低(P<0.05,P<0.01)。结论慢性睡眠干扰可损害小鼠的物体认知时序记忆、情景记忆和新物体识别能力。 展开更多
关键词 慢性睡眠干扰 时序记忆实验 情景记忆实验 新物体识别实验 航天飞行
下载PDF
隐马尔可夫模型在睡眠分期中的应用 被引量:1
4
作者 江朝晖 李继伟 +1 位作者 冯焕清 周颖 《山东生物医学工程》 2003年第2期4-7,共4页
清醒期 (W )、快速眼动期 (REM)和睡眠二期 (S2 )在睡眠总时间中占据很大比例 ,而且三者从脑电 (EEG)上较难区分。用隐马尔可夫模型 (HMM)从单导睡眠脑电中区分W期、REM期和S2期。对受心电干扰明显的脑电信号进行独立分量分析 (ICA) ,... 清醒期 (W )、快速眼动期 (REM)和睡眠二期 (S2 )在睡眠总时间中占据很大比例 ,而且三者从脑电 (EEG)上较难区分。用隐马尔可夫模型 (HMM)从单导睡眠脑电中区分W期、REM期和S2期。对受心电干扰明显的脑电信号进行独立分量分析 (ICA) ,去除干扰 ;建立最佳阶数AR模型 ,进行谱分析 ,提取EEG平均频率 ,和EEG幅度均值、标准差一起作为观察值 ;分别建立W期、REM期和S2期的连续密度隐马尔可夫模型 (CD -HMM )。经过测试 ,W期、REM期和S2期的正确识别率分别为 92 % ,10 0 %和 94%。表明隐马尔可夫模型 (HMM) 展开更多
关键词 睡眠分期 隐马尔可夫模型 最佳阶数AR模型 清醒期 快速眼动期 睡眠二期
下载PDF
28例路易体痴呆患者的视频-多导睡眠图分析
5
作者 彭全 施海姗 +2 位作者 侯乐 卢慧贤 宁玉萍 《神经疾病与精神卫生》 2013年第5期464-467,共4页
目的研究路易体痴呆(DLB)患者的视频~多导睡眠图,探讨路易体痴呆患者的睡眠结构。方法对临床诊断DLB28例及正常对照28人进行研究。所有入组者均进行简易精神状态检查量表(MMSE)和视频~多导睡眠图(Video-PSG)监测。结果(1)睡... 目的研究路易体痴呆(DLB)患者的视频~多导睡眠图,探讨路易体痴呆患者的睡眠结构。方法对临床诊断DLB28例及正常对照28人进行研究。所有入组者均进行简易精神状态检查量表(MMSE)和视频~多导睡眠图(Video-PSG)监测。结果(1)睡眠结构分析:与对照组相比,DLB组总睡眠间期时间(SPT)减少,差异具有统计学意义(P〈0.05);总睡眠时间(TST)减少、睡眠效率(SE)下降、总醒觉时间(TWT)、入睡后清醒时间(WASO)增多、1期睡眠时间(TS1)、2期睡眠时间(TS2)、NREM睡眠时间(TNREMS)和REM睡眠时间(TREMS)均明显减少,差异具有统计学意义(P〈0.01);(2)睡眠呼吸事件分析:DLB组与对照组相比,各项指标差异均无统计学意义(P〉0.05);(3)其他睡眠事件分析:与对照组相比,DLB组睡眠期周期性肢体运动次数(PLMS)、快动眼睡眠行为异常(RBD)明显增多,差异具有统计学意义(P〈0.01)。结论DLB患者存在睡眠结构紊乱,睡眠异常行为亦很常见。视频-多导睡眠图对于研究DLB患者的睡眠障碍很有帮助。 展开更多
关键词 路易体痴呆 视频-多导睡眠图 睡眠结构 快动眼睡眠行为异常
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部