-
公开(公告)号：CN114863213A
公开(公告)日：2022-08-05
申请号：CN202210512236.8
申请日：2022-05-11
Applicant: 杭州电子科技大学
IPC: G06V10/774 , G06V10/82 , G06V10/764 , G06K9/62 , G06F17/18 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种基于因果解耦生成模型的域泛化图像识别方法。域泛化的目的是从多个源域数据中学习域不变表示很好的泛化到不可见的目标域，但是学习域不变特征的最大挑战在于从纠缠的特征空间中分解出语义信息和域信息。考虑到因果特征具有跨域不变的特性，本发明提出了因果解耦表征模型。首先，将跨域稳定的因果结构模型作为先验引入。然后，构建基于因果结构的生成模型，分别为任务相关和域相关特征建模。特别的是，两个隐特征之间的双向因果依赖通过一种干预手段解除，从而有效消除域相关特征对预测任务的影响。结果证明，本发明提出的方法能够有效解耦出任务相关和域相关特征，超过了大多数的解决域泛化的方法。
-
公开(公告)号：CN113081001B
公开(公告)日：2022-04-01
申请号：CN202110390268.0
申请日：2021-04-12
Applicant: 杭州电子科技大学
Abstract: 本发明公开一种同步EEG‑fMRI脑电信号去BCG伪迹方法。对在普通环境和核磁共振环境下的睁眼、闭眼状态多通道头皮脑电信号进行采集和预处理，然对其进行数据分割，构建睁眼和闭眼状态数据集；利用上述睁眼和闭眼状态数据集分别进行去除BCG伪迹的睁眼网络模型和闭眼网络模型训练；该模型采用基于CycleGAN网络架构模型BCGGAN；BCGGAN包括CycleGAN、自编码器约束、中间特征约束。本发明在尽可能去除BCG伪迹的同时，能更好地有效保留脑电信息。
-
公开(公告)号：CN112465059A
公开(公告)日：2021-03-09
申请号：CN202011431548.3
申请日：2020-12-07
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于跨脑融合决策的多人运动想象识别方法及脑机系统。本发明基于跨脑融合决策的多人运动想象识别方法，具体如下：一：n个训练人员进行运动想象；二、对步骤一获得的脑电数据分别进行预处理，并打标签。三、将训练集中各训练人员的脑电数据进行融合，得到各运动想象任务对应的训练用融合脑电数据。四、用带有标签的训练用融合脑电数据对分类器进行训练。五、n个被测者想象同一个运动，在想象的同时采集各被测者的脑电信号，并进行预处理。之后，对n个被测者的脑电数据进行融合，测到跨脑融合脑电数据；将跨脑融合脑电数据导入训练好的分类器中进行分类判断，获取n个被测者想象的运动类别。
-
公开(公告)号：CN110163108B
公开(公告)日：2020-12-08
申请号：CN201910329213.1
申请日：2019-04-23
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于双路径特征融合网络的鲁棒声呐目标检测方法。传统图像处理方法使用图像分割的方法将背景和目标区分；本发明如下：一、搭建双路径特征融合网络。二、对步骤1所得的双路径特征融合网络进行训练。三、声呐图像的生成和特征提取。四、结合默认框进行声呐图像目标框的分类和检测。本发明将深度学习技术融入到目标检测中，将声呐数据生成的声呐图像输入网络模型中，在模型中一次性完成特征提取、目标检测、目标分类，从而大大提高检测速度。本发明可以提取到更多的深层次特征，从根本上优化了目标分类，回归。本发明采用多尺度密集相连，以融合多层次特征，提升中小目标检测效果。
-
-
Patent Agency Ranking
公开(公告)号：CN119474855A
公开(公告)日：2025-02-18
申请号：CN202411431970.7
申请日：2024-10-14
Applicant: 杭州电子科技大学
IPC: G06F18/214 , A61B5/372 , A61B5/374 , A61B5/00 , G06N3/0475 , G06N3/094 , G06N3/0464 , G06N3/048 , G06F18/213 , G06F18/2131 , G06N3/0455 , G06F18/22 , G06F17/18
Abstract: 本发明公开一种融合时频域和微分熵特征的脑电信号生成方法及系统。将原始脑电信号加入VAE编码器中得到隐空间分布。在VAE解码器中，加入标准高斯噪声和隐空间噪声分别得到生成脑电和重构脑电。将生成脑电、重构脑电和原始脑电输入鉴别器判断真伪。在训练过程中，采用KL散度损失训练VAE编码器参数，采用重构损失和相似度损失训练VAE解码器参数，采用交叉熵损失和梯度惩罚函数训练鉴别器参数。训练过程中VAE解码器不断生成更真实的脑电信号。最终VAE解码器和鉴别器达到平衡，VAE解码器达到扩增脑电信号数据集的能力。本发明能够通过生成更加真实的脑电信号数据来扩充脑电信号数据集，从而改善网络模型的泛化能力和性能。
-
公开(公告)号：CN112465059B
公开(公告)日：2024-12-10
申请号：CN202011431548.3
申请日：2020-12-07
Applicant: 杭州电子科技大学
IPC: G06F18/241 , G06F18/25 , G06F18/214
Abstract: 本发明公开了基于跨脑融合决策的多人运动想象识别方法及脑机系统。本发明基于跨脑融合决策的多人运动想象识别方法，具体如下：一：n个训练人员进行运动想象；二、对步骤一获得的脑电数据分别进行预处理，并打标签。三、将训练集中各训练人员的脑电数据进行融合，得到各运动想象任务对应的训练用融合脑电数据。四、用带有标签的训练用融合脑电数据对分类器进行训练。五、n个被测者想象同一个运动，在想象的同时采集各被测者的脑电信号，并进行预处理。之后，对n个被测者的脑电数据进行融合，测到跨脑融合脑电数据；将跨脑融合脑电数据导入训练好的分类器中进行分类判断，获取n个被测者想象的运动类别。
-
公开(公告)号：CN117159883A
公开(公告)日：2023-12-05
申请号：CN202311350755.X
申请日：2023-10-18
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种类深度睡眠脑电的白噪声舒缓音乐生成方法；该方法如下：1、采集处于睡眠状态的目标对象的脑电数据。2、对步骤1所得的脑电数据进行分期处理。3、对提取出的睡眠阶段进行频段分离，获得一个或多个目标频段的脑波数据。4、构建综合雨声的波函数；5、建立单个周期脑波到单个雨滴声音波形的映射。6、将所有通道、频段的单周期脑波信号生成的雨滴声音整合在一起，形成连续的助眠雨声音频，作为白噪声舒缓音乐。本发明基于目标对象的不同通道、不同波段的单周期脑波信号相应生成相匹配的雨滴声音，并将所得的所有雨滴声音整合形成连续的与目标对象的脑波相匹配的连续雨声音频；该雨声音频有助于目标对象的睡眠。
-
公开(公告)号：CN116687713A
公开(公告)日：2023-09-05
申请号：CN202310782545.1
申请日：2023-06-29
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种下肢康复机器人主动柔顺控制方法及其系统。获取压力信号、力矩信号、角度信号及表面肌电信号；根据力矩信号和角度信号得到刚度系数的估计值，用于反馈系统控制的刚性程度；根据刚度系数估计值得到阻尼系数的估计值，用于反馈系统控制的阻尼程度；根据表面肌电信号得到柔顺控制参数值，用于反馈系统控制的柔顺程度；根据得到的刚度系数、阻尼系数、柔顺控制参数值得到反映腿部运动趋势的角加速度；将角加速度输入到电机的控制模块中，实时调整电机的运动方向和速度，以控制康复机器人柔顺运动。本发明具有提高下肢康复机器人柔顺控制的效果。
-
公开(公告)号：CN116361700A
公开(公告)日：2023-06-30
申请号：CN202310353343.5
申请日：2023-04-04
Applicant: 杭州电子科技大学
IPC: G06F18/24 , G06F18/214 , G06F18/27 , G06N20/20
Abstract: 本发明公开了一种基于超图表征的协作式运动想象解码方法，包括如下步骤：S1、对事先采集好的多脑运动想象数据集进行预处理；S2、利用超图表征方法，从数据中提取个体间的交互信息；S3、将提取后得到的交互信息使进行核心特征提取以及特征压缩，以减少模型训练计算开销，并将核心特征提取以及特征压缩后的特征通过训练STM模型得到分类模型；S4、将训练好后的分类模型加载至在线脑机接口系统；S5、通过脑电数据采集设备采集用户真实数据，并将真实数据作为测试样本输入至在线系统中的分类模型中，进行分类决策以得到识别结果。为多人在线脑机系统，拥有在线识别的高精度和高稳定性，特征分类模块采用支持张量机(STM)模型以应对小样本问题。
-
-
-
-
-
-
-
-
-
Search Results
87
records
(took 0.025 seconds)
