公开(公告)号：CN118366133A

公开(公告)日：2024-07-19

申请号：CN202410492874.7

申请日：2024-04-23

Applicant: 成都信息工程大学

Inventor： 郜东瑞 ,  陆全平 ,  张倩倩 ,  李芃锐 ,  张皓凯 ,  汪曼青 ,  沈艳 ,  王录涛 ,  陈海宁 ,  陈俊 ,  张永清

IPC: G06V20/59 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06V10/774

Abstract: 本发明公开了一种基于多尺度网络的疲劳驾驶检测方法，包括：S1、采集原始EEG数据，并对其进行预处理；S2、构建基于多尺度网络的疲劳驾驶检测模型，并利用预处理后的EEG数据对其训练；S3、将待检测EEG数据预处理，并输入至完成训练和测试的疲劳驾驶检测模型中，获得疲劳驾驶检测结果。本发明方法相较于现有方法，在分类准确率和跨被试泛化能力方面表现更为优越，具有较高的鲁棒性和稳定性。

公开(公告)号：CN118332454A

公开(公告)日：2024-07-12

申请号：CN202410750277.X

申请日：2024-06-12

Applicant: 成都信息工程大学

Inventor： 郜东瑞 ,  张皓凯 ,  张倩倩 ,  曾帅 ,  李芃锐 ,  汪曼青 ,  沈艳 ,  王录涛 ,  陈海宁 ,  陈俊

IPC: G06F18/2431 ,  G06F18/2415 ,  G06F18/25 ,  G06F18/2131 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/084 ,  G06N3/048

Abstract: 本发明提供一种基于多维特征融合的情绪识别模型训练方法，涉及情绪识别技术领域，该方法为对脑电信号进行预处理，得到频域信息；对频域信息进行微分处理，得到微分熵数据；基于微分熵数据，通过多维特征融合的方式训练情绪识别模型，得到训练好的情绪识别模型；情绪识别模型用于对所述脑电信号进行分析，得到情绪分类结果。本发明解决了情绪识别模型冗余性高和通用性差的问题。