-
Patent Agency Ranking
公开(公告)号：CN109117790B
公开(公告)日：2021-10-22
申请号：CN201810921009.4
申请日：2018-08-14
Applicant: 杭州电子科技大学 , 福建中医药大学附属康复医院
Abstract: 本发明涉及一种基于频空指标的脑纹识别方法。本发明主要采用频空指标来计算脑电信号的特征，并通过Fisher线性判别来实现不同个体的识别。本发明包括数据采集、数据预处理、频空特征向量计算、频空特征向量降维、频空特征向量分类。分类结果表明：采用频空指标作为生物识别特征，得到了较好的分类结果，能够有效得对不同个体进行脑纹识别。与传统的生物识别特征相比，基于脑电的频空特征更为安全和隐蔽，是一种很有前景的生物特征模态。
-
公开(公告)号：CN109117790A
公开(公告)日：2019-01-01
申请号：CN201810921009.4
申请日：2018-08-14
Applicant: 杭州电子科技大学 , 福建中医药大学附属康复医院
Abstract: 本发明涉及一种基于频空指标的脑纹识别方法。本发明主要采用频空指标来计算脑电信号的特征，并通过Fisher线性判别来实现不同个体的识别。本发明包括数据采集、数据预处理、频空特征向量计算、频空特征向量降维、频空特征向量分类。分类结果表明：采用频空指标作为生物识别特征，得到了较好的分类结果，能够有效得对不同个体进行脑纹识别。与传统的生物识别特征相比，基于脑电的频空特征更为安全和隐蔽，是一种很有前景的生物特征模态。
-
公开(公告)号：CN108596030A
公开(公告)日：2018-09-28
申请号：CN201810229078.9
申请日：2018-03-20
Applicant: 杭州电子科技大学
Abstract: 本发明公开基于Faster R-CNN的声呐目标检测方法。本发明采用深度学习技术对不同复杂水下环境中的目标进行特征提取。是对现今声呐目标检测方法方面一次重大创新与尝试，打破了传统方法所带来的局限，能够提取到低信噪比下声呐图像的深层次特征，并能对线状目标进行很好的目标检测与识别。本发明创建基于区域加速卷积神经网络(Faster-RCNN)声呐目标检测与识别网络对声呐数据进行目标检测。通过实验发现，该方法在声呐图像的线状目标检测上取得很好的表现，验证了深度学习方法在声呐目标检测的可行性，为复杂水声环境数据的特征提取提供新的研究手段。
-
公开(公告)号：CN107274223B
公开(公告)日：2020-08-25
申请号：CN201710442471.1
申请日：2017-06-13
Applicant: 杭州电子科技大学
Abstract: 本发明公开融合脑电信号与注视跟踪特征的广告评估方法。本发明可以用于评估广告设计质量和对观众的吸引力；本发明使用了脑电和眼动两种认知仪器，并融合使用了两种信号对广告效果进行评估；本发明获取的信号直接来自于大脑和眼球，避免了传统方式中的主观因素干扰。
-
公开(公告)号：CN107274223A
公开(公告)日：2017-10-20
申请号：CN201710442471.1
申请日：2017-06-13
Applicant: 杭州电子科技大学
Abstract: 本发明公开融合脑电信号与注视跟踪特征的广告评估方法。本发明可以用于评估广告设计质量和对观众的吸引力；本发明使用了脑电和眼动两种认知仪器，并融合使用了两种信号对广告效果进行评估；本发明获取的信号直接来自于大脑和眼球，避免了传统方式中的主观因素干扰。
-
-
-
-
Search Results
5
records
(took 0.022 seconds)
