公开(公告)号：CN117743928A

公开(公告)日：2024-03-22

申请号：CN202311760297.7

申请日：2023-12-20

Applicant: 宁波大学

Inventor： 周鹏 ,  叶庆卫 ,  王雨晞 ,  章联军

IPC: G06F18/241 ,  G06F18/21 ,  G06F18/214 ,  G06N3/0455 ,  G06F3/01

Abstract: 本发明公开了一种基于掩码自监督及强监督模型运动想象脑电信号分类方法，其将来自一个受试者的数条手指运动想象脑电信号构成的数据集按批次大小分成多个子集，对每个子集先进行预处理后进行随机掩码，得到每个子集对应的掩码子集和掩码矩阵；设计包含掩码自监督网络和强监督深度学习分类网络的神经网络，使用子集对应的掩码子集和掩码矩阵对神经网络进行训练，训练完成后得到神经网络模型；测试时将测试子集及对应的掩码子集输入到神经网络模型中，输出测试子集的分类概率；优点是掩码自监督网络可学习出手指运动想象脑电信号的深层次特征，以达到提升分类效果的目的；通过强监督深度学习分类网络，使用深度学习方法，具有较好的泛化性、鲁棒性。

公开(公告)号：CN117560294A

公开(公告)日：2024-02-13

申请号：CN202311760576.3

申请日：2023-12-20

Applicant: 宁波大学

Inventor： 王雨晞 ,  叶庆卫 ,  周鹏 ,  章联军

IPC: H04L41/149 ,  H04L41/069 ,  H04L41/14 ,  H04L41/16 ,  H04L41/142

Abstract: 本发明公开了一种日志信息驱动的邻域网故障预测方法，其在训练阶段获得邻域网状态数据集，对邻域网状态数据集进行预处理得到多个数据对，数据对包括所有主机节点在多个连续时刻产生的日志信息对应的状态类别和后一个时刻产生的日志信息对应的状态类别，使用数据对对深度学习网络进行训练得到权重系数集合；在测试阶段获得测试邻域网状态数据集，对测试邻域网状态数据集进行预处理得到所有主机节点在多个连续时刻产生的日志信息对应的状态类别作为测试样本，使深度学习网络装载权重系数集合得到深度学习网络模型，将测试样本输入深度学习网络模型中进行故障预测；优点是对邻域网中具体设备的未来状态进行预测，预测结果好，能达到及时预警的作用。