-
公开(公告)号:CN110443194B
公开(公告)日:2021-09-07
申请号:CN201910715343.9
申请日:2019-08-05
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于SPI稀疏约束的时变信号成分提取方法,包括:a)SPI稀疏性能估计指标及包含SPI指标的时变信号成分估计范式,以及b)一种基于上述范式的时变信号成分提取方法,包括数据预处理、系统初始化、稀疏建模与波形字典学习、时变信号单次特定成分估计及新异类目标成分波形发现等五个独立步骤。本发明的优点是,相对于传统方法,具有不依赖统计平稳性或独立性假设的优势,可以获取更可靠的时变信号特定成分字典和时变信号特定成分的盲估计,且具有非监督的发现未知的目标成分的能力,对具备复杂结构和许多未知或未发现成分的时变信号的分析具有广阔的潜在应用价值。适用于各类面向时变信号成分分析和提取的设备和算法的改进。
-
公开(公告)号:CN113031766A
公开(公告)日:2021-06-25
申请号:CN202110274646.9
申请日:2021-03-15
Applicant: 哈尔滨工业大学
IPC: G06F3/01 , G06F40/284 , G06F40/289 , G10L15/04 , G10L15/06
Abstract: 本发明公开了一种通过脑电解码汉语发音的方法,包括:基于汉语语料库内的刺激材料和信号灯脑电实验范式,获取跟读音频和想象跟读脑电;数据预处理:得到每个单独语料的诱发皮层脑电信号和被试对于汉语语音每个单独语料的自发声语音时频信号;针对每一份语料刺激诱发的脑电与语音信号,执行分帧截取样本操作,而后输入双峰酒桶形深度玻尔兹曼机神经网络,采用均方误差来衡量网络解析皮层脑电和语音对应关系的深度,若均方误差达到一个极小量级,则在训练集上,尝试进行未知脑电对应语音的解码。本发明的优点是:扩展了应用脑电解码语音的范围;弥补了脑电解码汉语的空白;有利于单模态信息重建多模态信息。
-
公开(公告)号:CN112603335B
公开(公告)日:2023-10-17
申请号:CN202011593744.0
申请日:2020-12-29
Applicant: 深圳航天科技创新研究院 , 哈尔滨工业大学
Abstract: 本发明公开了一种脑电情感识别方法、系统、设备及存储介质,脑电情感识别方法包括:获取脑电信号,并将脑电信号进行预处理;将预处理后的所述脑电信号进行微状态分析仪得到微状态序列;根据所述微状态序列与预设参数确定所述脑电信号的情感特征;根据所述情感特征和预设特征数据库确定刺激事件的情感属性,所述预设特征数据库包括:所述情感特征与所述刺激事件的情感属性的匹配信息。本发明通过对预处理后的脑电信号进行微状态分析以得到微状态序列,然后根据微状态序列与预设参数确定情感特征,再通过情感特征与预设特征数据库以确定刺激事件的情感属性,使脑电情感识别准确,且识别率提高。
-
公开(公告)号:CN116596030A
公开(公告)日:2023-08-15
申请号:CN202310578438.7
申请日:2023-05-22
Applicant: 哈尔滨工业大学
IPC: G06N3/045 , G06N3/0464 , G06N3/098 , G06N5/04
Abstract: 本发明涉及神经网络技术领域,具体涉及一种用于深度神经网络广度化变换的方法,该方法将深度神经网络通过多阶笛卡尔扩张变换为具有单层的广度神经网络,具体地,其通过激活函数转换、神经元转换、隐含层转换、网络广度化变换、整体优化等操作将代表性深度神经网络变换为广度神经网络,实现在典型应用中基本保持深度网络性能基础上,大幅降低计算复杂度和参数量,有效提高运行效率。此外,压缩后的广度神经网络模型中的神经元计算彼此独立,使得该模型能够在大规模分布式节点上进行并行计算和部署。
-
公开(公告)号:CN112668717B
公开(公告)日:2023-06-02
申请号:CN202110002440.0
申请日:2021-01-04
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种面向神经网络模型优化的数据处理方法和装置。方法包括:通过计算高阶笛卡尔扩张项,将原有的数据映射到表达能力更强,包含信息更多的高阶笛卡尔扩张空间中。装置包括:输入模块、笛卡尔扩张计算模块和输出模块;输入模块,用于确定并接收用于计算的多维度数据,包括确定输入数据的维度及各维度的数值;笛卡尔扩张计算模块,用于对所述输入模块确定的多维输入数据进行笛卡尔扩张计算;输出模块,根据计算结果,输出用于后续处理的高维度数据。本发明优点在于:在不影响模型效果的前提下降低了后续模型学习的难度,提高了学习效率并提供了分布式并行计算的便利性。
-
公开(公告)号:CN112603335A
公开(公告)日:2021-04-06
申请号:CN202011593744.0
申请日:2020-12-29
Applicant: 深圳航天科技创新研究院 , 哈尔滨工业大学
Abstract: 本发明公开了一种脑电情感识别方法、系统、设备及存储介质,脑电情感识别方法包括:获取脑电信号,并将脑电信号进行预处理;将预处理后的所述脑电信号进行微状态分析仪得到微状态序列;根据所述微状态序列与预设参数确定所述脑电信号的情感特征;根据所述情感特征和预设特征数据库确定刺激事件的情感属性,所述预设特征数据库包括:所述情感特征与所述刺激事件的情感属性的匹配信息。本发明通过对预处理后的脑电信号进行微状态分析以得到微状态序列,然后根据微状态序列与预设参数确定情感特征,再通过情感特征与预设特征数据库以确定刺激事件的情感属性,使脑电情感识别准确,且识别率提高。
-
公开(公告)号:CN107578785A
公开(公告)日:2018-01-12
申请号:CN201710791753.2
申请日:2017-09-05
Applicant: 哈尔滨工业大学 , 深圳航天科技创新研究院
IPC: G10L25/63
Abstract: 本发明提供一种基于Gamma分布分析的音乐连续情感特征分析评价方法,首先建立音乐连续情感特征的Gamma分布分析评价方法,通过该方法在时序上找到与情感响应最相似的情感特征。其次,建立基于情感感知矩阵的情感特征分析方法,通过该方法从情感感知能力上对上述特征进行评价,找到感知能力最好的情感特征。最后基于Gamma分布的情感预测方法,实现音乐情感的实时、自动分析。本方法可对音乐情感自动分析,情感标签实时自动预测,为音乐情感的评价和选择提供依据,对人工智能、情绪感知等方面具有推动作用。
-
-
公开(公告)号:CN110327043B
公开(公告)日:2022-04-01
申请号:CN201910715578.8
申请日:2019-08-05
Applicant: 哈尔滨工业大学
Abstract: 本发明给出了一种基于稀疏建模的事件相关电位波形图谱求解方法。包括:数据预处理,去燥、分帧和能量归一化;稀疏字典学习,字典初始化,稀疏建模,字典学习和收敛性判断;波形字典聚类;波形字典性质判定。本发明的优点在于:针对数据中固有的事件相关电位活动模式、而非依据认知实验赋予的标签获取ERP波形,不仅可以处理实验环境下的EEG数据,也可以处理没有标签的真实环境下获取的EEG数据,具有更好的普适性和实用性。此外,使用了面向单次、单帧数据处理的信号处理方法,能够有效提升EEG分析处理的灵活性,在脑机接口领域也具有显著的应用前景。
-
公开(公告)号:CN112966753A
公开(公告)日:2021-06-15
申请号:CN202110257323.9
申请日:2021-03-09
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于熵稳定约束的自动数据降维方法,包括以下步骤:步骤1,监测训练过程中网络输入层、隐含层和输出层的熵分布特征;步骤2,依据网络学习目的灵活地组合待分析熵分布特征匹配差异;步骤3,将匹配差异作为惩罚项加入网络整体损失函数中或是特异网络层的梯度项,而后经过多轮迭代后完成数据的降维,以用于后续分析。本发明的优点是:通过将不同神经网络层之间的熵匹配差异作为惩罚项,加入网络的整体损失函数中或是特异网络层的梯度项,达到对网络迭代过程中高维数据内在结构的保持的目的,且提取到的低维数据重建误差更小,还能准确的体现高维数据间的分布特征,保证了在不同网络初始化的条件下,网络编码层的输出趋向一致。
-
-
-
-
-
-
-
-
-