-
公开(公告)号：CN118526210B
公开(公告)日：2024-12-13
申请号：CN202410596503.3
申请日：2024-05-14
Applicant: 华南理工大学
IPC: A61B5/372 , G06F18/10 , G06F18/213 , G06F18/2415 , G06N3/006
Abstract: 本发明涉及脑电信号识别的技术领域，公开了一种多维脑电信号识别方法，所述方法包括：采集不同位置的脑电信号，并向脑电信号中加入共振信息进行随机共振处理；构建脑电信号共振消除模型并利用训练数据集进行模型参数训练；采集待识别的原始脑电信号，利用训练得到的脑电信号共振消除模型对原始脑电信号进行共振消除；构建多通道脑电信号识别模型对共振消除后的原始脑电信号进行识别。本发明向所采集脑电信号加入共振信息，得到随机性增强的非稳定性脑电信号构成训练数据集，增强训练后模型对脑电信号进行共振消除的鲁棒性，结合信号的频域功率谱信息以及时域信息进行信号过滤，并结合特征分解信息以及邻近信号值信息提取方式进行信号识别。
-
公开(公告)号：CN118466345A
公开(公告)日：2024-08-09
申请号：CN202410696341.0
申请日：2024-05-31
Applicant: 华南理工大学
IPC: G05B19/042
Abstract: 本发明公开了一种基于SSVEP的移动机器人共享控制方法及系统，采用脑电控制指令生成方法得到的脑电控制指令能够让机器人向二维平面内任意方向移动，同时，采用基于TEB的人机冲突消解方法，解决人机冲突问题，让智能规划控制指令跟随脑电控制指令，提高用户对机器人的控制感。此外，对控制权重的分配机制进行了深入研究，以确保能够更好地适应不同的应用场景和用户需求。本发明将机器人和脑电的优势充分结合，提升机器人的智能化操作水平，进一步推进了脑控移动机器人的落地和应用，对该领域的发展具有重要意义。
-
公开(公告)号：CN118021323A
公开(公告)日：2024-05-14
申请号：CN202410211771.9
申请日：2024-02-27
Applicant: 华南理工大学
IPC: A61B5/374 , A61B5/00 , G06F18/00 , G06F18/10 , G06F123/02
Abstract: 本发明涉及脑电信号识别的技术领域，公开了一种多域特征融合的脑电信号识别方法，所述方法包括：对采集的脑电信号进行滤波处理；对滤波脑电信号进行去除生物体电信号干扰的降噪处理；对降噪后的脑电信号进行图像化表示以及频域特征提取；对提取得到的频域特征进行时域分析；构建深度脑电信号识别模型并进行所采集脑电信号的识别。本发明采用希尔伯特黄变换的方式从脑电信号的分解结果中过滤低频噪声信号，实现脑电信号中肌电干扰、眼电干扰的滤波处理，对脑电信号进行图像化表示以及频域特征提取，采用双向时域特征提取的方式从频域特征中提取脑电信号的时域特征，实现多域特征的提取融合处理，基于融合结果识别得到脑电信号的类别。
-
公开(公告)号：CN118013144A
公开(公告)日：2024-05-10
申请号：CN202410373322.4
申请日：2024-03-29
Applicant: 华南理工大学
IPC: G06F16/957 , G06F40/284
Abstract: 本申请涉及基于多模态的不良网页检测方法、装置、设备及介质，方法包括：获取待检测网页，确定由网页标题、网页文本、网页标签、网页地址组成文本特征信息和由网页截图组成的图像特征信息以及文本图像的一维位置和二维坐标组成的位置特征信息，将三者特征进行融合后组成文图位置的综合向量，进入多模态自注意力网络通过隐藏层线性映射以及非线性激活以归一化转换为二维向量，当二维向量中的不良网页的概率大于正常网页的概率时，将待检测网页确定为不良网页。本申请能够更准确地识别不良内容，避免网站设计者采取不当手段提升网页排名，促进互联网环境净化,确保用户的网络安全。
-
公开(公告)号：CN117556813A
公开(公告)日：2024-02-13
申请号：CN202311398702.5
申请日：2023-10-25
Applicant: 华南理工大学
IPC: G06F40/279 , G06F40/216 , G06F18/214 , G06N3/0442 , G06N3/047 , G06N3/084
Abstract: 本发明公开了一种基于词性标注预训练语言模型的日志异常检测方法，包括：1)使用带标签的公开的系统日志数据集以构建用于模型训练的数据集；2)把日志词性标注数据集用于基准模型的微调训练；3)使用日志训练数据集中的正常和异常标签，对改进后的模型进行训练；4)将日志测试数据集中的日志文本数据放入到训练后得到的模型中进行预测，能够得到对于每个日志进行异常检测的结果。本发明可有效提取日志中包含的内在语义和词性信息，用于解决非结构化系统日志信息提取不完全的问题，以提高日志异常检测的精度。
-
Patent Agency Ranking
公开(公告)号：CN116596851A
公开(公告)日：2023-08-15
申请号：CN202310439275.4
申请日：2023-04-21
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于知识蒸馏和异常模拟的工业瑕疵检测方法。本发明方法包括构建目标工业产品的表面图像的训练样本，搭建基于多尺度特征知识蒸馏的师生网络编码器，对师生网络编码器进行多尺度特征知识蒸馏训练；通过异常模拟策略生成伪瑕疵样本，搭建非对称U型师生网络，利用伪瑕疵样本训练非对称U型师生网络；将需要检测瑕疵的工业产品的待检图像，输入完成训练的非对称U型师生网络，使用自适应图像异常得分计算方式计算图像的异常得分，完成检测瑕疵工业产品的瑕疵检测分割。本发明能够实现优异的瑕疵检测性能。
-
公开(公告)号：CN114995486A
公开(公告)日：2022-09-02
申请号：CN202210332886.4
申请日：2022-03-31
Applicant: 华南理工大学
IPC: G05D1/10
Abstract: 本发明涉及无人机协同控制技术领域，特别涉及一种控制无人机进行避让操作的方法、装置、设备以及存储介质，该方法包括：获取目标无人机以及相邻无人机的状态信息，其中，状态信息包括飞行角度、飞行速度以及位置坐标；根据目标无人机和相邻无人机的状态信息，构建碰撞锥区域，并计算碰撞锥区域的边界值；根据目标无人机和相邻无人机的状态信息、边界值以及预设的运动模型，获取目标无人机与相邻无人机的冲突消解结果；根据冲突消解结果，控制目标无人机和相邻无人机进行避让操作，有效改善了基于飞行规则协调机制的盲目性，能够大幅消除大量无人机在局部环境中飞行存在的混乱场景，提高了空中交通效率。
-
公开(公告)号：CN113759700A
公开(公告)日：2021-12-07
申请号：CN202111001128.6
申请日：2021-08-30
Applicant: 华南理工大学
IPC: G05B11/42
Abstract: 本发明公开了一种基于粒子群和神经网络的分数阶PID自适应调节方法，使用Hausdorff定义的分形导数对分数阶PID控制器进行离散化处理。然后，使用带有动量的梯度下降法，推导出分数阶PID控制器参数和阶次的更新公式。在此基础上，为了使控制器性能更好，需要在自适应调整前，对分数阶PID控制器的参数和阶次赋予初值，避免被控对象运行前期进行不必要的调整。使用粒子群算法预先对分数阶PID控制器进行参数整定，得到最优的值，在此基础上利用自适应调整策略对分数阶PID控制器参数进行更新，达到更好的控制效果，且易于实现，动态性能好。
-
公开(公告)号：CN109389059B
公开(公告)日：2021-09-21
申请号：CN201811121064.1
申请日：2018-09-26
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于CNN‑LSTM网络的P300检测方法，包括步骤：1)设计P300字符拼写器，采集脑电图数据并确定训练集与测试集；2)对训练集与测试集进行预处理；3)建立CNN与LSTM结合的算法模型；4)使用训练集对模型参数进行训练；5)使用测试集测试模型字符识别的准确率、P300波识别的正确率、召回率、精度以及F‑measure。本发明将CNN与LSTM两种神经网络结合起来建立算法模型，既兼顾了时间与空间特征，同时也解决了单纯的RNN算法中梯度消失或者爆炸的问题，并且进一步提高了准确率，是一种可行的侦测P300信号的方法。
-
公开(公告)号：CN109389059A
公开(公告)日：2019-02-26
申请号：CN201811121064.1
申请日：2018-09-26
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于CNN-LSTM网络的P300检测方法，包括步骤：1)设计P300字符拼写器，采集脑电图数据并确定训练集与测试集；2)对训练集与测试集进行预处理；3)建立CNN与LSTM结合的算法模型；4)使用训练集对模型参数进行训练；5)使用测试集测试模型字符识别的准确率、P300波识别的正确率、召回率、精度以及F-measure。本发明将CNN与LSTM两种神经网络结合起来建立算法模型，既兼顾了时间与空间特征，同时也解决了单纯的RNN算法中梯度消失或者爆炸的问题，并且进一步提高了准确率，是一种可行的侦测P300信号的方法。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.027 seconds)
