对运动想象脑电信号的动力学模型进行了分析,将其分成两个阶段(强非线性的瞬态阶段和弱非线性的自由响应阶段),并构建了一种新的特征提取算法。首先通过起始点扫描的方式对脑电信号进行分割来获得自由响应阶段的脑电信号;然后针对自由响应阶段产生的脑电信号,引入振动多模态参数识别ITD(Ibrahim Time Domain)算法来提取特征组合成特征向量;最后利用Adaboost分类器进行自适应特征选择和分类。运用此方法对国际标准数据库The largest SCP data of Motor-Imagery中的CLA运动想象数据集进行特征提取和特征选择与分类,其平均分类准确率高达90%以上。与现有的特征提取算法相比,获得了更好的分类性能和稳定性。

通过编制C语言程序在CFD商业软件FLUENT中引入颗粒动力学模型,实现对颗粒成长的数学模拟.首先在FLUENT中计算得到丙烷与空气反应的湍流火焰场(含四氯化钛氧化反应),在此基础上将气体中的颗粒或者颗粒聚集块看成一种假定的气体组分,忽略颗粒相对流体的影响,通过UDF导入颗粒模型进行计算,对颗粒尺寸进行了预测,结果显示该模型对颗粒尺寸的预测与实验数据相差不大.进一步分析了火焰温度、氧化剂流量等对生成颗粒或者颗粒聚集块尺寸的影响,结果表明:温度越高颗粒成长越快,单位空间内氧化产物越多越容易长大。