一种基于时间-通道级联Transformer网络的脑电识别方法

    公开(公告)号:CN114089834A

    公开(公告)日:2022-02-25

    申请号:CN202111614470.3

    申请日:2021-12-27

    Abstract: 本发明公开了一种基于时间‑通道级联Transformer网络的脑电识别方法。本发明包括如下步骤:1:获取意念想象英文字符脑电数据,构建预处理模块;2:构建时间‑通道级联Transformer网络的时间模块,该时间模块的输入数据为预处理后的脑电数据,输出是提取后的时间特征;3:构建时间‑通道级联Transformer网络的脑电通道模块,该脑电通道模块的输入数据为时间特征,输出是提取后的时空融合特征;4:构建时间‑通道级联Transformer网络的分类模块,该分类模块的输入为时空融合特征,该分类模块的输出为分类结果。本发明能够有效提高字符想象脑电信号的识别准确率。

    一种基于时间-通道级联Transformer网络的脑电识别方法

    公开(公告)号:CN114089834B

    公开(公告)日:2024-07-12

    申请号:CN202111614470.3

    申请日:2021-12-27

    Abstract: 本发明公开了一种基于时间‑通道级联Transformer网络的脑电识别方法。本发明包括如下步骤:1:获取意念想象英文字符脑电数据,构建预处理模块;2:构建时间‑通道级联Transformer网络的时间模块,该时间模块的输入数据为预处理后的脑电数据,输出是提取后的时间特征;3:构建时间‑通道级联Transformer网络的脑电通道模块,该脑电通道模块的输入数据为时间特征,输出是提取后的时空融合特征;4:构建时间‑通道级联Transformer网络的分类模块,该分类模块的输入为时空融合特征,该分类模块的输出为分类结果。本发明能够有效提高字符想象脑电信号的识别准确率。

    一种基于时间-频域融合Transformer的脑电视觉分类方法

    公开(公告)号:CN114298216A

    公开(公告)日:2022-04-08

    申请号:CN202111618626.5

    申请日:2021-12-27

    Abstract: 本发明公开了一种基于时间‑频域融合Transformer的脑电视觉分类方法。本发明包括:1:构建时间预处理模块;用于对原始脑电信号进行滤波处理和时间信息提取,输出为时域特征;2:构建频域预处理模块;使用功率谱密度方法对原始脑电信号提取4个频段特征并进行特征拼接,输出为频域特征;S3:构建时间‑频域融合Transformer的特征融合模块,以时域特征与频域特征作为输入,输出时频融合特征;4:构建时间‑频域融合Transformer的分类模块,以时频融合特征作为输入,输出分类结果。本发明提高计算机通过脑电信号感知物体类别的稳定性和正确率,以实现更高精度的脑电信号分类效果,对人机交互领域的发展有重要的现实意义。

    一种双霍尔电动自行车助力传感器

    公开(公告)号:CN205971718U

    公开(公告)日:2017-02-22

    申请号:CN201620750235.7

    申请日:2016-07-14

    Abstract: 本实用新型公开一种双霍尔电动自行车助力传感器。本实用新型包括安装在自行车中轴上的磁环、以及安装在自行车五通上的双霍尔元件;其中磁环设有均匀分布的磁钢片;两个霍尔元件水平放置,且两个霍尔元件检测头之间的距离为4mm~8mm;霍尔元件检测头和与霍尔元件处于同一水平面的磁钢片之间的距离为2mm~5mm。本实用新型在不改变磁钢片数量的前提下,将传感器的精度提高一倍。

Patent Agency Ranking