基于奇异值第一主成分的睡眠脑电分期方法研究

目的:脑电信号含多种噪声和伪迹,信噪比较低,特征提取前必须进行复杂的预处理,严重影响睡眠分期的速度。鉴于此,本文提出一种基于奇异值第一主成分的睡眠脑电分期方法,该方法抗噪性能较强,可省去预处理过程,减少计算量,提高睡眠分期的效率。方法:对未经过预处理的睡眠脑电进行奇异系统分析,研究奇异谱曲线,提取奇异值第一主成分,探索其随睡眠状态变化的规律。并通过支持向量机利用奇异值第一主成分对睡眠分期。结果:奇异值第一主成分不仅能表征脑电信号主体,而且可以抑制噪声、降低维数。随着睡眠的深入,奇异值第一主成分的值逐渐增大,但在REM期处于S1期和S2期之间。经MIT-BIH睡眠数据库中5例同导联位置的脑电数据测试(仅1导脑电数据),睡眠脑电分期的准确率达到86.4%。结论:在未对脑电信号进行预处理的情况下,提取的睡眠脑电的奇异值第一主成分能有效表征睡眠状态,是一种有效的睡眠分期依据。本文运用提出的方法仅采用1导脑电数据,就能得到较为满意的睡眠分期结果。该方法有较强的分类性能,且抗噪能力强,不需要对脑电作复杂的预处理,计算量小,方法简单,很大程度上提高了睡眠分期的效率。     

宁德三都澳海岛马尾松林群落特征及物种多样性

海岛人工林建设有利于减弱和消除海岛生态脆弱性,但目前单一的人工林群落结构存在较多的缺点,选用的植被也存在不适应海岛环境的问题。通过样方法对宁德三都澳6个海岛的马尾松(Pinus massoniana)半自然林的植被类型、物种组成、植物功能性状、物种多样性进行分析,并利用冗余分析法分析物种多样性与环境因子的相关性,旨在了解其演替状况,群落结构特征和物种组成,及其物种多样性与环境因子的相关关系,丰富当地植被基础资料,同时为海岛人工林建设、植被修复选择及当地马尾松林的合理经营和管理提供理论基础。结果表明:(1) 40个样方共记录维管束植物86科168属255种(含5变种),在生活型谱上,以乔木(37.25%)和灌木(30.20%)植物种类最多,高位芽植物(83.92%)占比显著,对光耐受性以中性植物(69.02%)为主。(2) 通过组平均聚类法将研究区植被划分为5类群系33类群丛,分属于常绿针阔混交林和常绿针叶林2种植被型。(3) 常绿针阔混交林的多样性指数显著(P<0.05)高于常绿针叶林,但受林分郁闭度的影响,马尾松+杨桐(Adinandra millettii)林灌木层多样性指数明显偏低。(4) 灌木层是马尾松林中的绝对优势层片,多样性指数(除Pielou指数外)均显著(P<0.05)高于乔木层和草本层。草本层受芒萁化感作用的影响,多样性指数明显偏低。(5) 冗余分析法(RDA)分析结果表明,土壤pH和速效钾显著(P<0.05)影响群落的物种多样性指数,两者对物种多样性的总解释量为27.6%。(6) 灌木层鹅掌柴重要值与群落郁闭度之间存在显著(P<0.05)的二次函数关系。