-
公开(公告)号：CN116522003A
公开(公告)日：2023-08-01
申请号：CN202310805640.9
申请日：2023-07-03
Applicant: 之江实验室
IPC: G06F16/9535 , G06F16/951 , G06F40/194 , G06F40/242 , G06Q30/0601
Abstract: 本申请涉及一种基于嵌入表压缩的信息推荐方法、装置、设备和介质。所述方法包括：通过根据预设压缩比例，确定推荐模型的待压缩嵌入表中的待压缩特征与非压缩特征，基于所述待压缩特征与所述非压缩特征之间的相似度，生成相似度索引矩阵。然后基于所述相似度索引矩阵，生成索引字典，根据所述索引字典对第一特征映射字典进行替换，生成第二特征映射字典。最后在获取待推荐数据后，根据所述第二特征映射字典替换所述待推荐数据中的特征，将替换后的特征输入至所述推荐模型，输出预测结果。实现了在不过度影响推荐模型的模型精度前提下，提高嵌入表的压缩效率，大幅降低模型的存储开销，提高模型的推理速度。
-
公开(公告)号：CN119278872A
公开(公告)日：2025-01-10
申请号：CN202411717229.7
申请日：2024-11-27
Applicant: 之江实验室
IPC: A01K15/02 , A01K29/00 , A01K7/02 , A01K67/027
Abstract: 本说明书提供了一种引导完成眼动延缓反应任务的装置及介质，通过显示屏显示指引信息，引导动物对象观察该显示屏的目标区域，然后基于眼动仪确定动物对象的眼动数据，以便处理设备基于动物对象的眼动数据，确定动物对象是否完成训练目标，然后根据动物对象训练目标的完成情况向扬声器发送正确反馈信号或错误反馈信号，使得扬声器根据接收到的信号，播放对应的音频。从而在动物对象达成任务目标的正确试次频率达到预设值时，建立符合测量高级认知功能实验需求的行为动物模型。通过借助试错的方法，结合声音反馈和偏好纠正等步骤，尽可能在无人为因素干扰的情况下引导动物对象学习任务规则，提高动物对象的学习效率和操作稳定性。
-
公开(公告)号：CN118490240A
公开(公告)日：2024-08-16
申请号：CN202410953500.0
申请日：2024-07-16
Applicant: 之江实验室
Abstract: 本发明涉及电‑磁多模态生理信号采集设备及其制备方法和应用，其中，电‑磁多模态生理信号采集设备包括：非磁性导电水凝胶层；非磁性电连接件，非磁性电连接件的一端设于非磁性导电水凝胶层内部，非磁性电连接件的另一端用于与外部电路电连接；聚磁器，聚磁器包括两个软磁件，两个软磁件间隔设于非磁性导电水凝胶层表面，其中，两个软磁件之间设有由多个磁隧道结排列分布并通过电极串联而成的磁隧道结阵列。本发明的电‑磁多模态生理信号采集设备可同步采集生理电信号与磁信号，同时具有灵敏度高、轻量化、集成度高的特性，能够有效提高生理信号的采集质量以及使用便携性。
-
公开(公告)号：CN118177812A
公开(公告)日：2024-06-14
申请号：CN202410600382.5
申请日：2024-05-15
Applicant: 之江实验室
Abstract: 本申请涉及一种心磁信号和心冲击信号采集系统、方法和存储介质，包括第一集成电路、第二集成电路以及计算机设备，其中：第一集成电路包括第一隧道磁阻传感器；第二集成电路包括第二隧道磁阻传感器；第一隧道磁阻传感器的第一侧贴合于待测生物表面；第二隧道磁阻传感器与第一隧道磁阻传感器之间通过非磁性隔离层连接重合；第二隧道磁阻传感器远离待测生物表面；第一隧道磁阻传感器用于采集初始混合信号；第二隧道磁阻传感器用于采集初始心冲击信号；计算机设备用于根据初始混合信号和初始心冲击信号，得到目标心磁信号。通过该系统可以同时采集心磁信号和心冲击信号，解决了目前无法通过一个装置同时采集心磁信号和心冲击信号的问题。
-
公开(公告)号：CN118141391A
公开(公告)日：2024-06-07
申请号：CN202410560673.6
申请日：2024-05-08
Applicant: 之江实验室
IPC: A61B5/372 , G06N3/0464 , G06N3/08 , G06F18/241 , A61B5/369 , A61B5/00 , A61B5/18 , A61B5/16
Abstract: 本发明公开了一种基于熵优化神经网络的跨库脑电疲劳识别方法和系统，该方法包括：获取源域数据库和目标域数据库，并对其中的数据进行预处理；使用可解释性卷积神经网络建立熵优化神经网络模型；使用源域数据库和目标域数据库对模型进行加权熵最小化联合优化训练；再进行动态阈值自训练，即在目标域数据库中根据自适应熵阈值动态选择和增加低熵样本，并结合其伪标签通过交叉熵损失进行自训练，得到最终的熵优化神经网络模型；将待识别的脑电信号输入到最终模型中得到疲劳分类概率。本发明通过新颖的两步策略将目标域数据库中未标记的样本分离，跨库脑电疲劳识别上达到了更高的分类准确率，有效减少了不同领域之间的差异，能够提高疲劳识别性能。
-
Patent Agency Ranking
公开(公告)号：CN117540783B
公开(公告)日：2024-05-28
申请号：CN202410026853.6
申请日：2024-01-09
Applicant: 之江实验室
Abstract: 本申请涉及一种仿真脑活动数据的生成方法、装置、电子装置和存储介质，其中，该方法包括：根据预设的脑网络模型的目标结构化数据，构建目标模拟器的代码组件；其中，目标结构化数据包括状态变量数据、瞬态变量数据、耦合变量数据以及参数数据；基于代码组件，生成目标模拟器函数；在接收到输入数据时，基于Numba编译器执行目标模拟器函数，生成针对输入数据的仿真的目标脑活动数据；其中，输入数据包括所述脑网络模型的目标连接矩阵和模拟时间。本方案选择的结构数据简单清楚，基于此构建出模拟器函数，并利用Numba即时编译技术为生成函数执行过程加速，从而解决了脑活动数据仿真效率低下的问题，提高了仿真脑活动数据的生成效率。
-
公开(公告)号：CN117095824B
公开(公告)日：2024-04-16
申请号：CN202311352682.8
申请日：2023-10-19
Applicant: 之江实验室
Abstract: 本申请涉及一种基于孪生脑仿真模型的多巴胺动态耦合方法、装置和设备，其中，基于孪生脑仿真模型的多巴胺动态耦合方法包括：基于被试者脑部的多模态成像，获得被试者脑部多巴胺D2受体密度、人脑结构连接矩阵以及经验人脑功能连接矩阵，基于多巴胺D2受体密度构建多巴胺神经递质孪生脑仿真模型，基于所述实验组的模拟人脑功能连接矩阵与所述经验人脑功能连接矩阵的皮尔森相关系数，获得最优多巴胺神经递质孪生脑仿真模型；使用所述最优多巴胺神经递质孪生脑仿真模型模拟目标人员的大脑活动，获得多巴胺对所述目标人员各个脑区的活动水平变化。本发明为研究多巴胺对人脑活动水平变化提供了新方法。
-
公开(公告)号：CN117058514B
公开(公告)日：2024-04-02
申请号：CN202311315370.X
申请日：2023-10-12
Applicant: 之江实验室
IPC: G06V10/80 , G06V10/77 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及一种基于图神经网络的多模态脑影像数据融合解码方法和装置，其中，基于图神经网络的多模态脑影像数据融合解码方法包括：获取被试者的脑磁图功率时间序列以及静息态功能磁共振成像功能连接；基于选定的脑图谱，构建脑图；使用所述被试者的所述脑磁图功率时间序列以及所述静息态功能磁共振成像功能连接对所述脑图进行图嵌入，得到嵌入后的脑图；基于所述嵌入后的脑图对图神经网络模型进行训练，获得图神经网络解码模型；使用所述图神经网络解码模型预测目标人员大脑的任务态类别，获得预测结果。本申请对多模态脑影像数据进行融合，使用图神经网络对人脑神经活动信号进行解码，提高了对脑影像数据的解码精度。
-
公开(公告)号：CN117076581B
公开(公告)日：2024-03-19
申请号：CN202311318643.6
申请日：2023-10-12
Applicant: 之江实验室
Abstract: 本申请涉及一种用于非关系型数据库的数据设置方法和存储介质，其中，该数据设置方法基于预设的数据模型创建针对目标数据的目标数据实例，该数据模型基于traits库中的HasPrivateTraits类实现；将目标数据实例的唯一标识属性作为该目标数据在数据库中的键，目标数据实例序列化后的值作为该目标数据在数据库中的值；基于针对数据库构建的数据管理模型，创建数据管理实例；将目标数据实例与数据管理实例关联；根据待操作属性的属性类型和加载机制，调用数据管理实例的数据操作方法，对目标数据进行操作。本申请通过建立数据模型与数据库之间的关系映射和操作映射，解决了不能实现对非关系型数据库的数据操作的问题，实现了基于非关系型数据库的数据管理。
-
公开(公告)号：CN117012397B
公开(公告)日：2024-03-12
申请号：CN202311265913.1
申请日：2023-09-28
Applicant: 之江实验室
Abstract: 本申请涉及脑信号处理领域，特别是涉及一种基于脑图谱的脑活动时间序列三维可视化方法及装置。所述方法包括：将获取的任意模态的脑活动时间序列规整为脑活动标准时间序列；基于所述脑活动标准时间序列从脑图谱库中匹配得到对应的脑分区图谱；将建立的三维大脑模型映射至所述脑分区图谱中，得到三维脑分区模型；将所述脑活动标准时间序列映射至所述三维脑分区模型中，得到三维脑分区可视化模型。本发明能够支持支持多种模态的脑活动时间序列，且通过脑图谱库匹配得到对应的脑分区图谱能够便捷地对全脑活动的数据进行可视化。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.038 seconds)
