-
公开(公告)号：CN112256133B
公开(公告)日：2022-05-20
申请号：CN202011172919.0
申请日：2020-10-28
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于EEG的脑机接口系统的污染攻击方法，属于脑机接口安全领域，根据分类模型的当前分类任务预采集脑电信号后，通过施加周期窄脉冲构造污染样本，并将各污染样本标注为指定类别，得到污染样本集；通过将污染样本集加入到分类模型的原始训练集中，对原始训练集进行污染，待该污染后的训练集对分类模型训练完成，即在分类模型中设置了后门，然后在攻击过程中直接将周期窄脉冲施加到原始脑电信号中，即设置了对应的后门钥匙；整个过程无需预先知晓分类模型、其原始训练集以及原始脑电信号，也无需外加攻击模块，仅通过外加污染样本即可实现攻击，简单可行，能在实际场景中进行有效实施来验证系统安全性。
-
公开(公告)号：CN112396094A
公开(公告)日：2021-02-23
申请号：CN202011204366.2
申请日：2020-11-02
Applicant: 华中科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种同时用于情感分类和回归的多任务主动学习方法和系统，属于情感计算领域。本发明结合主动学习分类方法在EC任务上，和主动学习回归方法在ER任务上对于无标签样本的价值度量，得到主动学习在多个任务上对于无标签样本总的价值度量，同时挖掘类别型情感和维度型情感的信息，从而只需选择尽可能少的样本进行标注，即可同时训练得到具有良好性能的EC模型和单个或多个维度上的ER模型，实验验证，在相同的询问次数下，本发明提出的方法比起单任务的主动学习方法训练得到的EC模型和多个维度的ER模型具有更好的性能，极大地减少了标注代价。
-
公开(公告)号：CN120045995A
公开(公告)日：2025-05-27
申请号：CN202510087894.0
申请日：2025-01-21
Applicant: 华中科技大学
IPC: G06F18/241 , G06N3/0464 , G06N3/042 , G06N3/09
Abstract: 本发明属于运动想象脑机接口信号精准解码相关技术领域，具体涉及一种运动想象脑机接口信号的解码模型构建方法以及解码方法，包括构建知识数据融合网络KDFNet，包括时域卷积模块、空域卷积模块、特征工程模块和分类模块；时域卷积模块含有m个时域卷积核，不同的时域卷积核对应不同的频段，每个时域卷积核用于对每个通道信号进行时域卷积；空域卷积模块含有m*n个空域卷积核，一个时域卷积核的输出对应由n个空域卷积核进一步空域卷积处理；特征工程模块用于基于每个空域卷积的输出得到频谱功率知识特征；有监督训练FBCSP模型，以获取该模型中分类器的参数取值，用于初始化分类模块中全连接层的参数；有监督训练KDFNet。本发明能高效实现解码。
-
公开(公告)号：CN114595447A
公开(公告)日：2022-06-07
申请号：CN202210206423.3
申请日：2022-03-01
Abstract: 本发明公开了一种针对稳态视觉诱发电位范式的方波攻击方法及装置，该方法包括：获取待攻击系统中所有输出类别的设定闪烁频率；根据所述所有输出类别的设定闪烁频率，设置针对目标攻击类别的方波扰动信号的频率；根据被试的脑电幅值范围，设置方波扰动信号的幅值；将以枕区为中心的预定范围内的任意一个通道设置为被攻击通道；将所述频率和幅值的方波扰动信号叠加到所述被攻击通道的原始信号上，对所述待攻击系统进行攻击，以使得所述待攻击系统的输出更改为所述目标攻击类别。本发明解决了现有技术中存在的扰动信号复杂难以实现的技术问题。
-
公开(公告)号：CN109101881A
公开(公告)日：2018-12-28
申请号：CN201810743856.6
申请日：2018-07-06
Applicant: 华中科技大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于多尺度时序图像的实时眨眼检测方法，包括：对时序图像中的第一帧图像进行定位得到双眼位置；利用其从第一帧图像中提取人眼图像，得到人眼模板；利用人眼模板初始化人眼追踪器，利用更新后的人眼追踪器追踪时序图像，得到时序人眼图像，并更新人眼追踪器，提取处理后的时序人眼图像的人工描述子，再提取人工描述子的differ特征，并将其和人工描述子串接，得到人眼特征。将人眼特征按照时序编码成眨眼行为特征热图；再将眨眼行为特征热图按行逐条输入LSTM网络，得到多个隐藏状态；最后将多个隐藏状态进行串接得到多尺度时序特征后进行眨眼检测，判断时序图像是否含有眨眼行为。本发明提高了无约束条件下眨眼检测的正确率和稳定性。
-
Patent Agency Ranking
公开(公告)号：CN116663055A
公开(公告)日：2023-08-29
申请号：CN202310641473.9
申请日：2023-05-29
Applicant: 华中科技大学
IPC: G06F21/62 , G06F18/213 , G06F18/214 , G06F18/241
Abstract: 本发明公开了一种基于数据扰动的EEG数据用户身份隐私信息保护方法，属于脑机接口隐私保护技术领域，包括：将EEG数据输入至训练好的特征分类模型中，输出对应的第一脑电任务分类和第一用户身份分类；随机初始化扰动，并将所述扰动叠加在所述EEG数据上后，再次输入至所述特征分类模型中，输出对应的第二脑电任务分类和第二用户身份分类；以最小化所述第一脑电任务分类与所述第二脑电任务分类之间的特征差异，及最小化所述第二用户身份分类与所述EEG数据中用户身份标签之间的不相关性为目标函数，采用优化迭代算法求解所述目标函数，得到优化扰动。本发明能够在不影响EEG数据的分析和研究的同时保护数据中蕴含的隐私信息，提高脑机接口系统的隐私安全性。
-
公开(公告)号：CN109101881B
公开(公告)日：2021-08-20
申请号：CN201810743856.6
申请日：2018-07-06
Applicant: 华中科技大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于多尺度时序图像的实时眨眼检测方法，包括：对时序图像中的第一帧图像进行定位得到双眼位置；利用其从第一帧图像中提取人眼图像，得到人眼模板；利用人眼模板初始化人眼追踪器，利用更新后的人眼追踪器追踪时序图像，得到时序人眼图像，并更新人眼追踪器，提取处理后的时序人眼图像的人工描述子，再提取人工描述子的differ特征，并将其和人工描述子串接，得到人眼特征。将人眼特征按照时序编码成眨眼行为特征热图；再将眨眼行为特征热图按行逐条输入LSTM网络，得到多个隐藏状态；最后将多个隐藏状态进行串接得到多尺度时序特征后进行眨眼检测，判断时序图像是否含有眨眼行为。本发明提高了无约束条件下眨眼检测的正确率和稳定性。
-
公开(公告)号：CN118626944A
公开(公告)日：2024-09-10
申请号：CN202410826177.0
申请日：2024-06-25
Applicant: 深圳华中科技大学研究院
IPC: G06F18/2411 , G06F18/2132 , G06F18/213 , G06F18/2451 , G06N3/0464 , G06N3/0499 , G06N3/084
Abstract: 本发明提供一种基于再训练的运动想象识别方法、装置和设备，涉及计算机技术领域，其中，运动想象识别方法包括：获取CSP滤波器基准参数和目标分类器基准参数；CSP滤波器基准参数与CSP滤波器的性能参数相关；目标分类器基准参数为基于样本数据训练得到的满足精度需求的目标分类器对应的参数；基于所述CSP滤波器基准参数和所述目标分类器基准参数对预设神经网络的特征提取器和特征分类器分别进行初始化处理，得到第一神经网络；利用梯度下降算法对所述第一神经网络进行优化，得到目标神经网络；将待识别的运动想象EEG数据输入至所述目标神经网络，获取运动想象类别，实现基于传统CSP模型的专家知识和额外分类知识的结合，提高了对运动想象的识别精度。
-
公开(公告)号：CN112396094B
公开(公告)日：2022-05-20
申请号：CN202011204366.2
申请日：2020-11-02
Applicant: 华中科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种同时用于情感分类和回归的多任务主动学习方法和系统，属于情感计算领域。本发明结合主动学习分类方法在EC任务上，和主动学习回归方法在ER任务上对于无标签样本的价值度量，得到主动学习在多个任务上对于无标签样本总的价值度量，同时挖掘类别型情感和维度型情感的信息，从而只需选择尽可能少的样本进行标注，即可同时训练得到具有良好性能的EC模型和单个或多个维度上的ER模型，实验验证，在相同的询问次数下，本发明提出的方法比起单任务的主动学习方法训练得到的EC模型和多个维度的ER模型具有更好的性能，极大地减少了标注代价。
-
公开(公告)号：CN114021626A
公开(公告)日：2022-02-08
申请号：CN202111233132.5
申请日：2021-10-22
Abstract: 本发明公开了一种带有后门的机器学习模型的训练方法及装置、电子设备，属于人工智能安全领域。该方法包括：从训练数据中选择P个样本作为待污染样本；将后门触发器加入所述待污染样本中并将待污染样本的标签修改为目标类别，得到P个污染样本；将P个污染样本和其它未被污染的训练数据作为机器学习模型的输入，训练得到带有后门的机器学习模型。本发明采用主动污染方法，选择最有利于潜在后门模式学习的部分原始训练样本作为待污染样本，攻击者在选择的样本上加入后门触发器进行污染，从而只需选择少量的样本进行污染。在相同的污染率下，本发明提出的主动污染方法比起随机选择进行后门攻击的攻击成功率更高，增大了后门攻击的隐蔽性和威胁性。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.017 seconds)
