-
公开(公告)号：CN113057657B
公开(公告)日：2022-09-13
申请号：CN202110299833.2
申请日：2021-03-22
Applicant: 华南理工大学 , 中山市华南理工大学现代产业技术研究院
Abstract: 本发明公开了基于多尺度连通性特征和元迁移学习的脑电情绪分类方法。包括：采集诱发态下的32导联脑电信号；对脑电信号进行预处理，以滑动窗口的方式进行切分；根据每个窗口的脑电信号计算锁相值矩阵；构建多尺度残差网络；利用元迁移学习的框架训练多尺度残差网络，消除脑电的个体差异性；将锁相值矩阵输入到多尺度残差网络进行情绪分类。本发明通过多尺度残差网络，可以充分挖掘脑电的连通性特征，探讨连通性特征与情绪状态之间的关系，捕捉不同人脑区域的情感交互；本发明通过元迁移学习的框架，可以有效地缓解了跨被试场景下的脑电个体差异大的问题。
-
公开(公告)号：CN113057657A
公开(公告)日：2021-07-02
申请号：CN202110299833.2
申请日：2021-03-22
Applicant: 华南理工大学 , 中山市华南理工大学现代产业技术研究院
Abstract: 本发明公开了基于多尺度连通性特征和元迁移学习的脑电情绪分类方法。包括：采集诱发态下的32导联脑电信号；对脑电信号进行预处理，以滑动窗口的方式进行切分；根据每个窗口的脑电信号计算锁相值矩阵；构建多尺度残差网络；利用元迁移学习的框架训练多尺度残差网络，消除脑电的个体差异性；将锁相值矩阵输入到多尺度残差网络进行情绪分类。本发明通过多尺度残差网络，可以充分挖掘脑电的连通性特征，探讨连通性特征与情绪状态之间的关系，捕捉不同人脑区域的情感交互；本发明通过元迁移学习的框架，可以有效地缓解了跨被试场景下的脑电个体差异大的问题。
-
公开(公告)号：CN113675421A
公开(公告)日：2021-11-19
申请号：CN202110875318.4
申请日：2021-07-31
Applicant: 华南理工大学 , 广东氢机智创科技有限公司
IPC: H01M8/0258 , H01M8/0265
Abstract: 本发明公开的一种双重强化对流的质子交换膜燃料电池流道，包括置于流场板上的电池流道，所述电池流道两侧设有若干个弧形缺口单元阵列，每个弧形缺口单元的一侧为斜面，两侧相邻的两个弧形缺口单元通过斜面形成通道；在流道入口处，气体经过弧形缺口在横向上强化对流传递，同时在纵向的斜面通道强化向下层催化层的传递效应，使得催化层内氧气的分布更为充分，显著增强了流道中气体的速度，有利于气体的扩散传输和产物水的排出，从而提高了电池性能。
-
公开(公告)号：CN113675421B
公开(公告)日：2022-09-27
申请号：CN202110875318.4
申请日：2021-07-31
Applicant: 华南理工大学 , 广东氢机智创科技有限公司
IPC: H01M8/0258 , H01M8/0265
Abstract: 本发明公开的一种双重强化对流的质子交换膜燃料电池流道，包括置于流场板上的电池流道，所述电池流道两侧设有若干个弧形缺口单元阵列，每个弧形缺口单元的一侧为斜面，两侧相邻的两个弧形缺口单元通过斜面形成通道；在流道入口处，气体经过弧形缺口在横向上强化对流传递，同时在纵向的斜面通道强化向下层催化层的传递效应，使得催化层内氧气的分布更为充分，显著增强了流道中气体的速度，有利于气体的扩散传输和产物水的排出，从而提高了电池性能。
-
-
-
Search Results
4
records
(took 0.037 seconds)
