公开(公告)号：CN110929581A

公开(公告)日：2020-03-27

申请号：CN201911024631.6

申请日：2019-10-25

Applicant: 重庆邮电大学

Inventor： 唐贤伦 ,  李伟 ,  刘庆 ,  李星辰 ,  马伟昌 ,  钟冰 ,  谢颖 ,  李锐 ,  邹密 ,  蔡军

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明请求保护一种基于时空特征加权卷积神经网络的脑电信号识别方法。包括步骤：先使用离散小波变换对运动想象脑电信号进行去噪。接着设计了一种时空特征加权卷积神经网络对处理后的脑电信号进行特征提取。第一层的卷积操作在运动想象脑电信号的时间尺度上进行，第二层的卷积操作在通道尺度上进行，这样提取的特征包含了运动想象脑电信号的时空特性；由于提取到的每个特征的重要程度不一样，所以在网络中加入了特征加权的模块，以使得重要的特征突出化，不重要的特征弱化。由该模型提取到的特征能够更加有效地反映各类运动想象脑电信号的特性，能够提高运动想象脑电信号的识别准确率。

公开(公告)号：CN114501576B

公开(公告)日：2024-06-18

申请号：CN202210107090.9

申请日：2022-01-28

Applicant: 重庆邮电大学

Inventor： 谢昊飞 ,  吴禹霜 ,  杨登鑫 ,  范祥林 ,  李星辰

IPC: H04L45/00 ,  H04W40/10

Abstract: 本发明涉及一种基于强化学习的SDWSN最优路径计算方法，属于软件定义无线传感网络领域。该方法包括：S1：结合节点位置和时延信息，构建网络节点能耗估算模型，并根据该模型估算所有节点的能耗速率；S2：根据能耗和节点密度空间的相关性，采用动态半径的簇头选择算法，计算出事件区域需要选取的簇头节点数k；同时选取k个副簇头节点作为簇头节点的簇内数据转发节点；S3：采用基于强化学习的最优路径选择算法，计算传输的最优路径。本发明能有效提高生存周期、均衡网络能耗和提高数据包传输率。

公开(公告)号：CN111489364B

公开(公告)日：2022-05-03

申请号：CN202010277654.4

申请日：2020-04-08

Applicant: 重庆邮电大学

Inventor： 唐贤伦 ,  钟冰 ,  李洁 ,  彭德光 ,  李锐 ,  郝博慧 ,  彭江平 ,  李伟 ,  李星辰 ,  黄淼 ,  邹密

IPC: G06T7/11 ,  G06T7/194 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明请求保护一种基于轻量级全卷积神经网络的医学图像分割方法。首先对数据集进行灰度化、归一化、对比度受限自适应直方图均衡(CLAHE)、伽马校正等预处理；然后，对训练集进行随机的提取patch和测试集顺序提取patch图以完成数据增强；接着，搭建由收缩路径(左侧)和扩张路径(右侧)组成的全卷积神经网络架构，针对图像数量较少的数据集设计留一法(leave‑one‑out)训练方法；最后，通过通道稀疏正则化训练、裁剪比例因子小于设定阈值的通道以及微调裁剪后的网络完成BN通道模型裁剪，得到轻量级全卷积神经网络，并将测试数据输入到该网络中快速测试完成图像分割。轻量级全卷积神经网络即保证了深度网络的高分割精度优势，又提高了图像分割网络的测试速度。

公开(公告)号：CN117743818A

公开(公告)日：2024-03-22

申请号：CN202311847242.X

申请日：2023-12-28

Applicant: 重庆邮电大学

Inventor： 唐贤伦 ,  刘洁宇 ,  杨峤 ,  张浩川 ,  李星辰 ,  邓武权 ,  徐梓辉 ,  王乐君 ,  王会明

IPC: G06F18/2113 ,  A61B5/369 ,  G06F18/214 ,  G06F18/241 ,  G06N3/0464 ,  G06N3/096 ,  G06N3/0895

Abstract: 本发明请求保护一种基于多源域互信息的运动想象脑电信号域适应方法。首先通过互信息估计将特征提取器中间层的特征映射分解为类无关和类相关的特征映射；然后通过引入Lmmd损失对前馈网络模型进行扩展，实现子域适应。对于源域中的样本，使用真实标签来计算每个样本属于某一类的权重。对于没有标签的目标域数据，通过神经网络预测得到样本伪标签，其样本权重计算方法同源域样本权重计算，将网络的输出作为无标签目标域的伪标签。最后分别将每对源域和目标域数据映射到多个不同的特征空间，并对齐域特定分布以学习多个域不变特征。然后使用域不变特征训练多个特定于域的分类器。本方法可以有效减少跨受试者可变性高的问题。

公开(公告)号：CN112580436A

公开(公告)日：2021-03-30

申请号：CN202011342014.3

申请日：2020-11-25

Applicant: 重庆邮电大学

Inventor： 唐贤伦 ,  李星辰 ,  王会明 ,  陈霸东 ,  朱楚洪 ,  邓欣 ,  李伟

IPC: G06K9/00 ,  G06K9/52 ,  G06K9/62 ,  G06N20/00 ,  G06T7/246

Abstract: 本发明请求保护一种基于黎曼流形坐标对齐的脑电信号域适应方法，属于于迁移学习域适应方法，特别是脑机接口中跨会话、跨对象分类的数据对齐方法。包括以下步骤：首先对采集到的脑电数据进行去均值、滤波、归一化等预处理；然后使用协方差矩阵对其进行处理，将脑电数据转化为对称正定(SPD)矩阵；根据对称正定矩阵构建黎曼流形空间；接着，将流形空间中的脑电数据点映射到对应的切线空间中进行坐标对齐；最后，将对齐后的脑电数据点映射回黎曼流形空间，并进行矢量化处理。本发明能够减少脑机接口系统中不同受试者脑电信号之间的差异，使得不同对象间的数据分布趋于一致。