公开(公告)号：CN110955330A

公开(公告)日：2020-04-03

申请号：CN201911155578.3

申请日：2019-11-22

Applicant: 燕山大学

Inventor： 付荣荣 ,  韩萌萌 ,  王世伟

IPC: G06F3/01

Abstract: 本发明提供一种基于复杂对象控制的高唤醒度的脑电意图辨析方法，该方法主要包括：(1)设计应用于脑-机接口实验的控制复杂有约束对象的新范式；(2)获取多通道运动想象脑电信号样本数据，并对信号进行预处理；(3)利用共空间模式算法对获得脑电信号进行特征提取和优化；(4)脑电信号识别及系统评估。本发明提出的方法对呈现的视觉对象结合相应的实际操纵加深受试者对刺激的感知力，具有较高的唤醒度，达到更优的分类效果。

公开(公告)号：CN107908595A

公开(公告)日：2018-04-13

申请号：CN201711034478.6

申请日：2017-10-30

Applicant: 燕山大学

Inventor： 付荣荣 ,  王世伟 ,  潘明 ,  鲍甜恬 ,  田永胜

IPC: G06F17/15 ,  G06N3/04 ,  G06N3/08

CPC classification number: G06F17/15 ,  G06N3/0454 ,  G06N3/08

Abstract: 本发明公开了一种基于卷积神经网络和数据驱动的非线性动态系统辨识方法，其内容包括：以Lorenz非线性系统生成观测数据及其微分值，并进行归一化处理；由归一化后的观测数据中各个状态量构建非线性状态函数字典，并对其进行张量化扩展；取该张量中的一半数据和其所对应的输出微分值训练卷积神经网络，深度挖掘期望输出微分值与输入之间的内在回归关系；将张量中剩下一半数据作为测试数据输入到卷积神经网络中，比较测试数据的卷积神经网络输出微分值与实际期望输出微分值，给出非线性动态系统辨识结果。本发明针对非线性动态系统辨识问题，在不需要先验信息的情况直接从测量数据实现非线性动态系统的辨识。

公开(公告)号：CN210895780U

公开(公告)日：2020-06-30

申请号：CN201922071149.X

申请日：2019-11-27

Applicant: 燕山大学

Inventor： 付荣荣

IPC: G08B21/24

Abstract: 本实用新型涉及一种一种多传感器的坐姿矫正仪,包括头带和镇纸两部分：(1)所述头带正面设有银质混纤维防辐射网、距离测量模块、倾斜角度检测模块、面部朝向检测模块、蓝牙模块；(2)头带侧面设有开关、电源以及指示灯；(3)头带两侧和前侧均设有震动模块；(4)镇纸前方设有一排灯(符合RG0蓝光危害等级要求)；(5)镇纸侧面设有电源开关；(6)镇纸上面设有液晶屏；(7)镇纸内部具有光敏模块、远程互联网通信模块、语音提示模块、液晶屏及蓝牙模块；(8)本实用新型与现有技术相比，能够更准确的识别出使用者的姿势、进行光补偿，与智能数据终端相连，可进行远程通话和数据的传输与记录，从而解决学生的用眼问题。