-
公开(公告)号：CN113627391A
公开(公告)日：2021-11-09
申请号：CN202111012095.5
申请日：2021-08-31
Applicant: 杭州电子科技大学
Abstract: 本发明公开一种考虑个体差异的跨模式脑电信号识别方法。将脑电信号数据格式统一为3D张量结构，然后将其划分为数据集输入到由分支网络构成的分类器中进行训练以分别提取背景特征和任务特征；利用上述提取到的背景特征计算不同被试之间的相似度，并对数据集中的数据进行筛选以避免差异程度大于阈值的脑电信号数据在训练过程中带来的模型负提升；最终将筛选后的数据集输入到多分支网络模型中进行训练。本发明在尽可能采集少量新被试数据的同时，能更好地提取不同被试上的特征以提升模型在跨被试任务中的性能。
-
公开(公告)号：CN110363157B
公开(公告)日：2021-08-31
申请号：CN201910645407.2
申请日：2019-07-17
Applicant: 杭州电子科技大学 , 福建中医药大学附属康复医院
IPC: G06K9/00
Abstract: 本发明公开基于时间编码的外骨骼混合脑机接口控制方法。本发明主要使用稳态诱发电位脑机接口实现外骨骼运动模式之间切换，使用运动想象脑机接口实现外骨骼运动状态之间切换，两者与时间窗编码相融合，并由编码时间窗所处的不同状态选取相应脑机接口算法进行单次决策。综合连续的单次决策结果，输出综合决策的结果，并映射为外骨骼控制指令进行下发。其可辅助使用者根据主动运动意图在7种运动模式与运动状态之间切换：直立，行走，坐，上楼梯，下楼梯，左腿前进，右腿前进。本发明将7分类转变为2分类与空闲状态的检测，可有效的降低系统的假阳性率并提高识别率。
-
公开(公告)号：CN113208593A
公开(公告)日：2021-08-06
申请号：CN202110378481.X
申请日：2021-04-08
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于相关性动态融合的多模态生理信号情绪分类方法，该方法首先采集多模态生理信号，再使用神经网络进行特征提取，然后计算两两模态间的皮尔逊相关系数，按照相关性系数的大小确定多模态两两融合的顺序，首先融合相关性大的两个模态特征向量，再依次融合相关性小的其他特征向量。最后使用全连接层对采集的多模态生理信号进行分类，并使用交叉熵损失函数与Adam优化器进行整体的训练、优化。本方法基于时序动态的相关性系数对多模态生理信号进行两两融合，使输入分类器的特征向量包含更丰富的信息，提高了分类准确度。
-
公开(公告)号：CN113178195A
公开(公告)日：2021-07-27
申请号：CN202110241424.7
申请日：2021-03-04
Applicant: 杭州电子科技大学
Abstract: 本发明公开一种基于声音诱发脑电信号的说话人识别方法。本发明通过采集脑电数据，提取听觉刺激部分时频特征和时域统计特征的融合特征。采用alpha频段基线校正部分的脑电信号获得的融合特征作为背景模板。将听觉刺激部分融合特征减去背景模板得到干净任务态数据融合特征，最后利用本发明提出的网络模型区分不同说话人。本发明提供了一种可行的基于声音诱发脑电信号的说话人识别方法，并利用训练好的分类器去区分不同说话人，准确率达到90％。
-
公开(公告)号：CN113139573A
公开(公告)日：2021-07-20
申请号：CN202110257704.7
申请日：2021-03-09
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于条件双分支注意力机制的鲁棒声纳图像生成方法。本发明采用深度学习技术对复杂水下环境进行声纳图像仿真成像。本发明打破了传统的声纳仿真技术注重底层的物理建模，在多类别、多背景的情况下存在着图像可调性差、逼真度低的局限。该方法能够利用条件信息有效地控制特定条件声纳图像的生成，通过一种双分支注意特征融合机制，依次完成信道级和像素级的注意操作，增强相应元素之间的相关性，从而生成更加清晰、逼真的声纳图像。通过实验发现，该方法在声纳图像仿真上取得很好的表现，且在噪声干扰环境下具有鲁棒的成像效果，说明深度学习方法在声呐图像仿真上的可行性，为复杂水声环境数据中的图像仿真提供了新的研究手段。
-
Patent Agency Ranking
公开(公告)号：CN109646022B
公开(公告)日：2021-06-01
申请号：CN201910023305.7
申请日：2019-01-10
Applicant: 杭州电子科技大学
Abstract: 本发明公开儿童注意力评估系统及其方法。本发明通过采集儿童的前额脑电并获取原始注意力数据，对其进行处理与分析，建立基于脑电的注意力评价模型，并得到注意力的各项客观指标。本发明提出的注意力评估模型将注意力状态分为六种：放松状态、注意力转移状态、任务状态、专注状态、走神状态、注意力消失状态；并且计算注意力的若干指标：放松状态平均注意力、专注状态平均注意力、最高注意力、注意力强度、注意力的持久性、注意力的稳定性、注意力状态转移效率。本发明将会有效帮助家长了解孩子注意力状况，提升儿童注意力水平，促进孩子学习成绩提高。
-
公开(公告)号：CN112488081A
公开(公告)日：2021-03-12
申请号：CN202011541187.8
申请日：2020-12-23
Applicant: 杭州电子科技大学
Abstract: 本发明公开基于DDADSM跨被试迁移学习脑电精神状态检测方法。本发明采用先进行双子空间特征空间映射再动态分布对齐的迁移学习方法对脑电数据进行分类检测的方法。是脑电迁移学习检测方法的重大创新与尝试，能够减少传统单一子空间迁移学习方法的空间漂移问题以及忽略条件分布和边缘分布重要性定量计算造成的精确性不足、迁移能力有限等问题。该方法在疲劳驾驶脑电数据的分类问题上能够取得很好的效果，能够为复杂脑电数据的处理提高新的研究手段。
-
公开(公告)号：CN110363157A
公开(公告)日：2019-10-22
申请号：CN201910645407.2
申请日：2019-07-17
Applicant: 杭州电子科技大学 , 福建中医药大学附属康复医院
IPC: G06K9/00
Abstract: 本发明公开基于时间编码的外骨骼混合脑机接口控制方法。本发明主要使用稳态诱发电位脑机接口实现外骨骼运动模式之间切换，使用运动想象脑机接口实现外骨骼运动状态之间切换，两者与时间窗编码相融合，并由编码时间窗所处的不同状态选取相应脑机接口算法进行单次决策。综合连续的单次决策结果，输出综合决策的结果，并映射为外骨骼控制指令进行下发。其可辅助使用者根据主动运动意图在7种运动模式与运动状态之间切换：直立，行走，坐，上楼梯，下楼梯，左腿前进，右腿前进。本发明将7分类转变为2分类与空闲状态的检测，可有效的降低系统的假阳性率并提高识别率。
-
公开(公告)号：CN110163108A
公开(公告)日：2019-08-23
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。
-
公开(公告)号：CN109893125A
公开(公告)日：2019-06-18
申请号：CN201910203614.2
申请日：2019-03-18
Applicant: 杭州电子科技大学
IPC: A61B5/0476 , A61B5/0478 , A61B5/00
Abstract: 本发明涉及一种基于脑区信息交互的脑昏迷状态识别方法。本发明根据10-20系统标准选择前额左右脑对称的六个电极采集脑电信号，获取前额脑电信号后，对其进行预处理，然后分别计算delta,theta,alpha频段上所有通道间的相位同步值，进而计算出左右脑区跨脑区和脑区内相位同步指标，最后根据T时间内跨脑区和脑区间信息交互关系判断脑昏迷状态。本发明为昏迷状态判定提供了一种更为方便、准确、可靠的鲁棒性神经标记，可以作为医生临床昏迷状态诊断的重要参考依据。
-
-
-
-
-
-
-
-
-
Search Results
87
records
(took 0.037 seconds)
