-
公开(公告)号：CN111914711B
公开(公告)日：2024-03-29
申请号：CN202010720305.5
申请日：2020-07-24
Applicant: 上海大学
IPC: G06F18/24
Abstract: 本发明公开了一种基于脑电的多阶段渐进式目标识别训练系统及方法。本系统包括脑电帽、信号放大器、电脑、训练系统界面和P300解码单元，由专业人员帮助训练人员戴好脑电帽，打开训练系统界面，根据需要进入不同的训练界面，训练开始后，训练人员注视显示界面，界面随机显示目标图片与非目标图片，脑电帽采集训练人员此时的脑电信号，经过信号放大器的放大后，传输给P300解码单元进行解码，解码成功后，解码结果用于判断训练人员是否识别了目标图片，进而计算识别率，对工作人员的识别能力做出评估。本发明给从事人机混合微小目标图像识别工作提供了方便，从P300脑电数据角度评估工作人员的识别能力，为选拔优秀的人工识别专业人员提供依据。
-
公开(公告)号：CN116010783A
公开(公告)日：2023-04-25
申请号：CN202310021069.1
申请日：2023-01-06
Applicant: 上海大学
IPC: G06F18/10 , G06F18/24 , G06F18/214 , G06F17/16
Abstract: 本发明涉及一种基于多频带任务相关成分匹配的RSVP弱隐目标诱发脑电识别方法、装置及存储介质，其中方法包括：模板生成：用任务相关成分分析计算带通滤波后的训练脑电数据各频带的空间滤波器，同频带不同类空间滤波器组合后对各频带滤波生成对应模板，同类不同频带模板组合后生成目标与非目标数据模板；模板匹配：用空间滤波器组对带通滤波后的测试脑电数据各频带滤波并组合生成测试数据模板，计算该模板与目标、非目标数据模板的二维相关系数，判断测试数据类别。与现有技术相比，本发明具有获取数据细微特征能力和抗干扰能力强、识别精度高、识别速度快等优点。
-
公开(公告)号：CN112364812B
公开(公告)日：2023-04-14
申请号：CN202011343524.2
申请日：2020-11-26
Applicant: 上海大学
IPC: G06F18/241
Abstract: 本发明公开了一种基于TRCA‑WPTD的aVEPs脑电识别方法，包括以下阶段：训练阶段：对训练数据通过不同阈值设置方式的WPTD算法分别进行滤波；分别计算滤波后训练数据的SNR和RMSE参数，选择SNR值最高且RMSE值最低的数据进行数据梳理；计算广义右特征向量矩阵W；对数据进行降维，得出模板矩阵Temp；测试阶段：对测试数据进行数据筛选，与广义右特征向量矩阵W和模板矩阵Temp计算相关系数矩阵r。解码阶段：对测试阶段得出的相关系数矩阵r进行解码并生成预测编码矩阵，与实际编码矩阵比对，输出识别结果。本发明通过WPTD算法进行滤波，提高aVEPs脑电的信噪比，降低均方根误差，通过TRCA算法进行模板匹配进行识别，提高基于aVEPs脑电的字符识别准确率和识别速度。
-
Patent Agency Ranking
公开(公告)号：CN118312771B
公开(公告)日：2024-11-12
申请号：CN202410454544.9
申请日：2024-04-16
Applicant: 上海大学
IPC: G06F18/2135 , G06F18/214
Abstract: 本发明涉及一种RSVP‑ERP解码方法、装置及介质，其中方法包括以下步骤：带通滤波：获取训练和测试数据的多频带分量；数据增强：对训练和测试数据的各频带分量进行增强：模板生成：用任务相关成分分析获取训练和测试数据的增强后的各频带模板；模板降维：用主成分分析对训练和测试数据的各频带模板进行降维并集成，获取训练和测试数据模板；用训练数据中的目标数据模板、非目标数据模板分别与测试数据模板计算二维相关系数，判断测试数据类别。与现有技术相比，本发明具有获取数据联合分布的多域特征能力和减少冗余度、计算速度快、强鲁棒性等优点。
-
公开(公告)号：CN113749619A
公开(公告)日：2021-12-07
申请号：CN202111066253.5
申请日：2021-09-13
Applicant: 上海大学
Abstract: 本发明公开了一种基于K‑TRCA的脑力疲劳评估方法，预处理阶段：对空缺的数据段用“0”填充；对原始脑电数据滤波，去除眼电伪迹；获取瞳孔直径数据样本集和脑电数据样本集；标定阶段：计算所有瞳孔数据样本的P80数值，获取初始聚类中心；基于K‑means算法对瞳孔数据样本集进行重新聚类，获取脑电数据样本集。训练阶段：使用TRCA算法对样本进行训练，计算出空间滤波器组和训练样本平均值；测试阶段：对测试样本和样本平均值进行滤波，并计算皮尔逊相关系数，判断测试样本的类别。本发明通过P80阈值判定法结合K‑means聚类算法对眼动数据进行标定，保证了疲劳类别划分的客观性和准确性，提高RSVP弱小目标识别任务中的疲劳评估精度，增强鲁棒性和泛化能力。
-
公开(公告)号：CN118412117B
公开(公告)日：2024-10-11
申请号：CN202410531155.1
申请日：2024-04-29
Applicant: 上海大学
IPC: G16H50/20 , G16H50/30 , G16H50/70 , G16H10/60 , G06F18/2135 , G06F18/214 , G06F123/02
Abstract: 本发明涉及一种联合空间分布相关分析的疲劳脑电识别方法，包括以下步骤：首先，获取训练和测试数据的多时域分量；其次，分别计算训练和测试数据的多时域分量的多尺度频带功率谱集合、总能量矩阵集合、相关系数矩阵集合、相干系数矩阵集合和锁相值矩阵集合；然后，计算训练和测试数据的联合空间分布特征，并通过任务相关成分析和主成分分析获取训练和测试数据的特征模板；最后，用训练数据中的疲劳数据模板、非疲劳数据模板分别与测试数据模板计算二维相关系数，判断测试数据类别。与现有技术相比，本发明具有获取数据联合空间分布的多模态特征能力和减少冗余度、计算速度快、强鲁棒性等优点。
-
公开(公告)号：CN118312771A
公开(公告)日：2024-07-09
申请号：CN202410454544.9
申请日：2024-04-16
Applicant: 上海大学
IPC: G06F18/2135 , G06F18/214
Abstract: 本发明涉及一种RSVP‑ERP解码方法、装置及介质，其中方法包括以下步骤：带通滤波：获取训练和测试数据的多频带分量；数据增强：对训练和测试数据的各频带分量进行增强：模板生成：用任务相关成分分析获取训练和测试数据的增强后的各频带模板；模板降维：用主成分分析对训练和测试数据的各频带模板进行降维并集成，获取训练和测试数据模板；用训练数据中的目标数据模板、非目标数据模板分别与测试数据模板计算二维相关系数，判断测试数据类别。与现有技术相比，本发明具有获取数据联合分布的多域特征能力和减少冗余度、计算速度快、强鲁棒性等优点。
-
公开(公告)号：CN111914711A
公开(公告)日：2020-11-10
申请号：CN202010720305.5
申请日：2020-07-24
Applicant: 上海大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于脑电的多阶段渐进式目标识别训练系统及方法。本系统包括脑电帽、信号放大器、电脑、训练系统界面和P300解码单元，由专业人员帮助训练人员戴好脑电帽，打开训练系统界面，根据需要进入不同的训练界面，训练开始后，训练人员注视显示界面，界面随机显示目标图片与非目标图片，脑电帽采集训练人员此时的脑电信号，经过信号放大器的放大后，传输给P300解码单元进行解码，解码成功后，解码结果用于判断训练人员是否识别了目标图片，进而计算识别率，对工作人员的识别能力做出评估。本发明给从事人机混合微小目标图像识别工作提供了方便，从P300脑电数据角度评估工作人员的识别能力，为选拔优秀的人工识别专业人员提供依据。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.024 seconds)
