-
公开(公告)号：CN116956111A
公开(公告)日：2023-10-27
申请号：CN202310402550.5
申请日：2023-04-16
Applicant: 昆明理工大学
IPC: G06F18/24 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种基于DenseNet和Bi‑GRU的脑电情感识别方法，属于脑信息解码技术领域。先将原始信号分成n段，并对每段信号使用0.5秒不重叠滑窗处理，然后利用巴特沃斯带通滤波器将原始信号分成需要的若干子频段，对于每个频带分别求微分熵特征，并根据通道位置将特征映射到二维地图上，四个频带的特征叠加并转换为4D表示输入到提出的框架中，DenseNet用于学习空间和频率信息，Bi‑GRU从DenseNet的输出中学习时间序列的前后联系，最后softmax函数对情感进行分类。本发明能很好地捕获整个情感任务过程中的有效特征，并且可以显著提高情感分类精度。
-
-
公开(公告)号：CN108414460B
公开(公告)日：2020-07-31
申请号：CN201810077025.X
申请日：2018-01-26
Applicant: 昆明理工大学
Abstract: 本发明公开了一种基于银纳米紫外可见分光光度法测定工业提取大麻二酚含量的方法，方法步骤为：于比色管中依次加入1‑辛烷磺酸钠溶液、硝酸银溶液、氢氧化钠溶液和氨水溶液，混匀后再加入大麻二酚溶液，定容混匀后于水浴中反应；在紫外可见分光光度计上，测定435nm处的吸收峰强度；绘制工作曲线；测定样品吸光度值后根据工作曲线与样品溶液制备方法计算出提取物中大麻二酚含量。
-
公开(公告)号：CN110174552A
公开(公告)日：2019-08-27
申请号：CN201910470079.7
申请日：2019-05-31
Applicant: 昆明理工大学
IPC: G01R23/02
Abstract: 本发明公开了一种数字式双通道频率响应分析仪及测试方法，属于测试仪器技术领域。本发明包括数字信号处理器、RS232接口、串口触摸屏、扫频信号源、幅值控制、输入放大/衰减、A/D同步转换器、电源。所述串口触摸屏通过RS232接口与数字信号处理器连接，所述扫频信号源与数字信号处理器、幅值控制、A/D同步转换器连接，所述幅值控制与数字信号处理器、A/D同步转换器连接，所述输入放大/衰减与A/D同步转换器和数字信号处理器连接，所述A/D同步转换器与数字信号处理器连接，所述电源与需要直流电压的各个模块连接。本发明测试仪结构简单，制作成本低，操作方便，特别适合在教学实验中使用。
-
公开(公告)号：CN118734055A
公开(公告)日：2024-10-01
申请号：CN202410755272.6
申请日：2024-06-12
Applicant: 昆明理工大学
IPC: G06F18/2131 , G06F18/15 , G06F18/241 , G06F18/2415 , G06N3/0464 , G06N5/022 , G06N3/042 , G06N3/045 , A61B5/369 , A61B5/00 , G06F123/02
Abstract: 本发明提供一种基于频率相关性分析的任务态EEG通道注意力图特征获取方法，属于脑电信息解码领域。本发明采用短时傅里叶变化STFT的方法，将多通道EEG数据进行频段划分，随后提取频段的能量特征，通过分析不同频段的EEG能量分布，可以了解大脑在不同状态下的活动模式。特征获取后，再利用三种功能连通性分析方法：归一化互信息、Pearson相关系数、相位锁定值作为图连接边依据，分别从不同的角度计算通道间EEG频段数据特征的连通性，进行图构建。在脑网络拓扑图表达基础上构建枢纽通道注意力图知识学习机制，从脑网络拓扑结构中挖掘与任务相关的图特征空间，指导任务态EEG解码。
-
Patent Agency Ranking
公开(公告)号：CN116784868A
公开(公告)日：2023-09-22
申请号：CN202310416230.5
申请日：2023-04-18
Applicant: 昆明理工大学
IPC: A61B5/374 , A61B5/16 , A61B5/00 , G06F18/213 , G06F18/2415 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及一种基于SimAM注意力机制的空‑时‑频多域脑电特征情绪识别方法，属于基于脑电的情绪识别技术领域。本发明对原始脑电数据进行一系列处理及转换，获取含有四维时空特征表征的时间、频率及空间信息；考虑到大脑内部空间和通道间的注意力存在一种协同关系，采用一种无参且同一权值的SimAM注意力机制，这样不但可以直接估计三维权重而且能够学习到更多的判别特征；利用三维卷积神经网络/二维深度可分离卷积网络学习相对完整且丰富的空频特征信息，利用双向长短时记忆网络学习动态变化的时间特征信息。
-
公开(公告)号：CN115444420A
公开(公告)日：2022-12-09
申请号：CN202211106511.2
申请日：2022-09-12
Applicant: 昆明理工大学
Abstract: 本发明涉及一种基于CCNN和stacked‑BiLSTM的网络情绪识别方法，属于脑电情绪识别技术领域。本发明首先对数据进行预处理:使用巴特沃斯滤波器解码出情绪识别相关的4个频率段theta、alpha、beta、gamma，用0.5s无重叠滑窗对音频刺激下情绪识别有关的60s生理信号数据采用移动平均法消除在实验范式过程中因伪影、噪声等因素造成的情绪上的波动，然后通过提取4个频段上频域特征微分熵以及大脑平面地形图映射出来有关情绪识别脑电通道的脑电空间结构，对滑窗后的大量频域和空间特征多并行的输入到各个连续卷积神经网络中提取出更高语义的空频特征，最后使用堆叠的双向长短时记忆学习充分学习过去以及未来时间切片上的信息。
-
公开(公告)号：CN113128459B
公开(公告)日：2022-06-10
申请号：CN202110488275.4
申请日：2021-05-06
Applicant: 昆明理工大学
Abstract: 本发明提供一种基于多层次脑电信号表达下的特征融合方法，属于脑信息解码领域。本发明采用Bi‑LSTM和CNN构建并行框架，对多层次表达形式的运动想象脑电序列进行特征捕获。Bi‑LSTM用于提取时域特征和长时间隔下的动态相关性，CNN被用来学习经短时傅里叶转换后的脑电二维时频能量数据特征。特征获取后，再利用两层堆叠式稀疏自编码器将不同层次特征重构融合，该步骤也是为了从不同被试个体脑电知识中获取到共性有用信息，从而指导实现跨被试用户运动想象任务分类识别模型。本发明可以作为一种在不同脑机接口被试用户上推广的泛化识别系统，该迁移学习模式的实现为免校准脑机在线接口系统的实际实现提供了新的思路。
-
公开(公告)号：CN113780162A
公开(公告)日：2021-12-10
申请号：CN202111054623.3
申请日：2021-09-09
Applicant: 昆明理工大学
Abstract: 本发明公开了一种结合多时段多频段CSP算法的运动想象脑电解码方法，属于神经信息解码领域。本发明在频率特征基础上，采用多个时段和多个频段的特征提取策略，对原始的运动想象脑电信号进行滑动窗口截取，并分离出多个频段的子带信号，结合CSP算法，能够获取到信号在频率域和时间域的全局特征和局部特征。将提取到的多个时间窗的多频段CSP特征作为SVM分类器的输入，得到的识别结果用于参与最终的决策。本发明提出的提取多频段特征的策略可以细化频带信息，提取多时段特征的策略能捕捉到整个运动想象时段中的有效特征，从而显著提高解码精度。本发明提出的脑电解码方法为在线脑机接口系统的实现提供了新的思路。
-
公开(公告)号：CN108414460A
公开(公告)日：2018-08-17
申请号：CN201810077025.X
申请日：2018-01-26
Applicant: 昆明理工大学
CPC classification number: G01N21/3103 , G01N1/38
Abstract: 本发明公开了一种基于银纳米紫外可见分光光度法测定工业提取大麻二酚含量的方法，方法步骤为：于比色管中依次加入1-辛烷磺酸钠溶液、硝酸银溶液、氢氧化钠溶液和氨水溶液，混匀后再加入大麻二酚溶液，定容混匀后于水浴中反应；在紫外可见分光光度计上，测定435nm处的吸收峰强度；绘制工作曲线；测定样品吸光度值后根据工作曲线与样品溶液制备方法计算出提取物中大麻二酚含量。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.027 seconds)
