公开(公告)号：CN110764958A

公开(公告)日：2020-02-07

申请号：CN201910896360.7

申请日：2019-09-24

Applicant: 华中科技大学

Inventor： 伍冬睿 ,  孟璐斌

IPC: G06F11/22

Abstract: 本发明公开了一种基于EEG的脑机接口回归系统白盒目标攻击方法，属于脑机接口安全领域。包括：获取基于EEG的脑机接口回归系统中的回归模型；获取输入到回归模型的原始样本；针对回归模型设计目标函数，并确定最终优化函数；寻找使最终优化函数最小的对抗扰动；将对抗扰动叠加到原始样本x，得到对抗样本x′。本发明将分类问题中的白盒目标攻击转化为回归问题中的白盒目标攻击时，定义实施白盒目标攻击要求为g(x′)-g(x)≥t，提出基于两种原理不同的方法检验脑机接口回归系统的抗干扰能力和安全性，通过优化的方法去寻找对抗样本，能够生成高质量的对抗样本；通过梯度误差信息来寻找对抗样本，能够快速地生成对抗样本。

公开(公告)号：CN118626944A

公开(公告)日：2024-09-10

申请号：CN202410826177.0

申请日：2024-06-25

Applicant: 深圳华中科技大学研究院

Inventor： 伍冬睿 ,  蒋雪 ,  孟璐斌

IPC: G06F18/2411 ,  G06F18/2132 ,  G06F18/213 ,  G06F18/2451 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/084

Abstract: 本发明提供一种基于再训练的运动想象识别方法、装置和设备，涉及计算机技术领域，其中，运动想象识别方法包括：获取CSP滤波器基准参数和目标分类器基准参数；CSP滤波器基准参数与CSP滤波器的性能参数相关；目标分类器基准参数为基于样本数据训练得到的满足精度需求的目标分类器对应的参数；基于所述CSP滤波器基准参数和所述目标分类器基准参数对预设神经网络的特征提取器和特征分类器分别进行初始化处理，得到第一神经网络；利用梯度下降算法对所述第一神经网络进行优化，得到目标神经网络；将待识别的运动想象EEG数据输入至所述目标神经网络，获取运动想象类别，实现基于传统CSP模型的专家知识和额外分类知识的结合，提高了对运动想象的识别精度。

公开(公告)号：CN112396094B

公开(公告)日：2022-05-20

申请号：CN202011204366.2

申请日：2020-11-02

Applicant: 华中科技大学

Inventor： 伍冬睿 ,  蒋雪 ,  孟璐斌 ,  黄剑 ,  曾志刚

IPC: G06K9/62

Abstract: 本发明公开了一种同时用于情感分类和回归的多任务主动学习方法和系统，属于情感计算领域。本发明结合主动学习分类方法在EC任务上，和主动学习回归方法在ER任务上对于无标签样本的价值度量，得到主动学习在多个任务上对于无标签样本总的价值度量，同时挖掘类别型情感和维度型情感的信息，从而只需选择尽可能少的样本进行标注，即可同时训练得到具有良好性能的EC模型和单个或多个维度上的ER模型，实验验证，在相同的询问次数下，本发明提出的方法比起单任务的主动学习方法训练得到的EC模型和多个维度的ER模型具有更好的性能，极大地减少了标注代价。

公开(公告)号：CN110764958B

公开(公告)日：2020-09-18

申请号：CN201910896360.7

申请日：2019-09-24

Applicant: 华中科技大学

Inventor： 伍冬睿 ,  孟璐斌

IPC: G06F11/22

Abstract: 本发明公开了一种基于EEG的脑机接口回归系统白盒目标攻击方法，属于脑机接口安全领域。包括：获取基于EEG的脑机接口回归系统中的回归模型；获取输入到回归模型的原始样本；针对回归模型设计目标函数，并确定最终优化函数；寻找使最终优化函数最小的对抗扰动；将对抗扰动叠加到原始样本x，得到对抗样本x′。本发明将分类问题中的白盒目标攻击转化为回归问题中的白盒目标攻击时，定义实施白盒目标攻击要求为g(x′)‑g(x)≥t，提出基于两种原理不同的方法检验脑机接口回归系统的抗干扰能力和安全性，通过优化的方法去寻找对抗样本，能够生成高质量的对抗样本；通过梯度误差信息来寻找对抗样本，能够快速地生成对抗样本。