摘要：本发明提供一种基于FPGA的运动障碍非侵入式康复的闭环脑-机-体系统，该系统以FPGA作为控制核心建立基底核、丘脑皮层假体硬件模型，以基于FPGA的自适应控制算法计算所得数据作为输入，进行控制模型参数整定与力反馈调节，直至达到预期控制结果，实现基于动态因果模型的自适应控制算法，输出力反馈信号，从而实现运动障碍性神经系统疾病患者的康复治疗。本发明的效果是实现了运动障碍性神经系统疾病患者的康复治疗，同时实现了对复杂的基底核、丘脑皮层神经元网络以及对复杂动态因果模型自适应控制算法的建模。该平台可以为运动障碍性神经系统疾病的康复性治疗提供有效的理论依据和技术支持，对研究帕金森症、癫痫、阿兹海默症等神经疾病控制与治疗有重要的实用价值。

摘要：【中文】本发明属于回声消除技术领域，具体涉及一种降噪方法及应用该方法的回声消除系统。该降噪方法，包括：根据远端声音信号获取毛刺阈值pow_threshold；削弱估算声音信号中小于所述毛刺阈值pow_threshold的数据w。上述技术方案中，基于远端声音信号获取的毛刺阈值pow_threshold能够较好的评估估算声音信号中的数据是否包含残留的毛刺噪声，从而将相应的数据w进行削弱以去除毛刺噪声。 【EN】The invention belongs to the technical field of echo cancellation, and particularly relates to a noise reduction method and an echo cancellation system applying the same. The noise reduction method comprises the following steps: acquiring a burr threshold pow _ threshold according to the far-end sound signal; data w in the estimated sound signal that is less than the spur threshold pow threshold is attenuated. In the above technical solution, the burr threshold pow _ threshold obtained based on the far-end sound signal can better evaluate whether the data in the sound signal contains residual burr noise, so as to weaken the corresponding data w to remove the burr noise.

摘要：一种基于耦合式神经网络的双层电力物联网架构资源分配方法，包括以下步骤：步骤1：搭建基于双层架构的电力物联网络框架；步骤2：根据上述搭建的电力物联网络框架，设计基于卷积神经网络以及长短记忆网络的电力负荷预测模型对电力网络负荷进行预测，而后基于电力负荷预测结果实现电力物联网络下的SDN/NFV平面电力资源分配；步骤3：本地配电中心依据基于深度强化学习的本地配电中心的资源分配算法对步骤2中分配到的电力资源进行二次分配。利用神经网络强大的学习及拟合能力提升电力资源分配的合理性，为未来电力互联网络提供了更智能的电力资源分配算法。