-
公开(公告)号：CN117056837A
公开(公告)日：2023-11-14
申请号：CN202310812061.7
申请日：2023-07-04
Applicant: 深圳华中科技大学研究院
IPC: G06F18/2431 , A61B5/369 , A61B5/372 , G06F18/213 , G06F18/21 , G06N3/084 , G06N3/088 , G06N3/096 , G06N3/0985 , G06N20/20 , G06F3/01 , G06F123/02
Abstract: 本发明公开了一种应用于免校准脑机接口的测试时适应方法，方法包括以下步骤：获取使用来自多个源域用户的标注训练数据建立对于多个类别的分类模型；建立分类模型，对各个用户的训练数据进行欧式对齐后，再合并所有源域，通过传统交叉熵损失训练多个分类模型，得到训练好的多个源域模型；获取当前用户的目标域数据流上的下一个测试样本，进行增量式欧式对齐后，输入至训练好的多个源域模型，得到基于多个源域模型在目标域数据上的预测概率值；采用谱元学习器方法进行多模型的集成预测，得到当前测试样本的预测值。基于预测概率值，通过条件熵最小化以及在批次内采用自适应边缘分布约束，分别优化各模型，得到优化后的适应目标域的各模型；本发明考虑了跨用户脑机接口系统的应用实时性，无需增加校准环节而对模型进行自适应调整。
-
公开(公告)号：CN118626944A
公开(公告)日：2024-09-10
申请号：CN202410826177.0
申请日：2024-06-25
Applicant: 深圳华中科技大学研究院
IPC: G06F18/2411 , G06F18/2132 , G06F18/213 , G06F18/2451 , G06N3/0464 , G06N3/0499 , G06N3/084
Abstract: 本发明提供一种基于再训练的运动想象识别方法、装置和设备，涉及计算机技术领域，其中，运动想象识别方法包括：获取CSP滤波器基准参数和目标分类器基准参数；CSP滤波器基准参数与CSP滤波器的性能参数相关；目标分类器基准参数为基于样本数据训练得到的满足精度需求的目标分类器对应的参数；基于所述CSP滤波器基准参数和所述目标分类器基准参数对预设神经网络的特征提取器和特征分类器分别进行初始化处理，得到第一神经网络；利用梯度下降算法对所述第一神经网络进行优化，得到目标神经网络；将待识别的运动想象EEG数据输入至所述目标神经网络，获取运动想象类别，实现基于传统CSP模型的专家知识和额外分类知识的结合，提高了对运动想象的识别精度。
-
公开(公告)号：CN118626848A
公开(公告)日：2024-09-10
申请号：CN202410689538.1
申请日：2024-05-30
Applicant: 深圳华中科技大学研究院
IPC: G06F18/214 , G06F18/2431
Abstract: 本发明公开了一种应用于黑盒模型的测试时集成方法、介质及设备，涉及机器学习领域，应用于黑盒模型的测试时集成方法主要包括：将无标注测试数据输入黑盒模型得到每个黑盒模型的预测结果，将K分类任务转化为K个二分类任务并计算总体协方差矩阵，利用奇异值分解方法得到主特征向量，对主特征向量进行归一化和平均，得到集成权重，最终获得集成预测分类结果。实施本发明提供的应用于黑盒模型的测试时集成方法、介质及设备，能提升预测性能。
-
Patent Agency Ranking
公开(公告)号：CN114065840A
公开(公告)日：2022-02-18
申请号：CN202111243076.3
申请日：2021-10-25
Applicant: 深圳华中科技大学研究院
Abstract: 本发明涉及一种基于集成学习的机器学习模型调整方法及设备，方法包括以下步骤：构建初始分类模型；所述初始分类模型，为机器学习模型；采用BF方法对所述初始分类模型进行k轮迭代调整，降低初始分类模型的偏差；采用BBF方法对初始分类模型进行多次调整，降低初始分类模型的方差；对多次调整进行平均输出，最终得到调整后的分类模型；设备用于实现方法。本发明有益效果是：提升了机器学习模型的性能，能够在数据量不大的，图像目标分类问题上更好的进行分类，解决了单一模型在这些数据集上容易过拟合的问题，从而提升目标分类的精度。
-
公开(公告)号：CN117034105A
公开(公告)日：2023-11-10
申请号：CN202310799166.3
申请日：2023-06-30
Applicant: 深圳华中科技大学研究院
IPC: G06F18/241 , G06F18/2415 , G06F3/01
Abstract: 本发明公开了一种异步运动想象脑机接口识别方法及系统，方法包括以下步骤：构建第一模型，并采用过渡态数据训练第一模型，得到训练完成的第一模型；利用第一模型完成用户状态识别；构建并训练第二模型，利用第二模型对第一模型的输出结果进一步进行分类，得到精确用户状态。本发明能针对运动想象脑机接口的异步识别，在在线测试场景下提高对于用户运动想象态的准确率，以及降低静息态的误判率。
-
公开(公告)号：CN118689308A
公开(公告)日：2024-09-24
申请号：CN202410797039.4
申请日：2024-06-20
Applicant: 深圳华中科技大学研究院
IPC: G06F3/01 , G06N3/0464 , G06N3/0455 , G06N3/08 , G06F18/10 , G06F18/213 , G06F18/214
Abstract: 本发明公开一种运动想象脑机接口的解码方法、存储介质、设备，涉及运动想象脑机接口信号解码领域，方法包括：对运动想象脑电图信号进行CSP滤波，在脑电图信号上优化得到CSP滤波器组；构建脑机接口的解码模型，包括含有空域卷积模块的CNN骨干网络；使用CSP滤波器组替换空域卷积模块中的卷积核；当卷积核数量与CSP滤波器数量相同时，使用CSP滤波器替换卷积核；当卷积核数量大于CSP滤波器数量时，对CSP滤波器进行复制扩充；当卷积核数量小于CSP滤波器数量时，对CSP滤波器进行随机采样；对模型进行训练和验证，得到最终的脑机接口的解码模型。本发明提高基于EEG的运动想象脑机接口系统的精准性和易用性。
-
公开(公告)号：CN118626901A
公开(公告)日：2024-09-10
申请号：CN202410609125.8
申请日：2024-05-16
Applicant: 深圳华中科技大学研究院
IPC: G06F18/24 , A61B5/372 , A61B5/369 , A61B5/00 , G06F18/2131 , G06F18/214 , G06N3/045 , G06N3/094 , G06N3/09 , G06F123/02
Abstract: 本发明提供一种基于时空频一致性的监督对比学习方法及设备，涉及机器学习领域，包括：构建TSF‑SCL模型；通过多源数据增强模块对原始脑电信号集合进行多源数据增强，获得时域增强数据集合、空域增强数据集合和频域增强数据集合；通过原始脑电信号集合、时域增强数据集合、空域增强数据集合和频域增强数据集合对TSF‑SCL模型中的各个模块进行同步训练；通过训练好的TSF‑SCL模型对待测原始脑电信号集合进行分类，获得分类预测结果。本发明通过跨视图对比学习模块，从三种增强视图中提取判别性特征，不同视图的特征分别组成正负样本对训练模型，增强特征一致性；跨模型对比学习模块进一步提高不同网络(如特征提取器和编码器)所提取特征的一致性。
-
公开(公告)号：CN117892168A
公开(公告)日：2024-04-16
申请号：CN202311325923.X
申请日：2023-10-13
Applicant: 深圳华中科技大学研究院
IPC: G06F18/24 , G06F18/22 , G06F18/214 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种应用于在线运动想象分类的前端复制动态窗方法，包括步骤：获取训练数据；根据训练数据离线训练模型，得到训练好的离线分类模型；获取在线运动测试过程中的n个测试试次，其中n个测试试次依次到；获取测试场景；根据不同的测试场景，利用前端复制策略对测试试次进行复制，并将测试试次依次输入至训练好的离线分类模型，采用FRDW方法或基于FRDW与EA融合方法，动态调节离线分类模型的预测时间，完成在线测试。本发明对于远离分界面的样本提前做出预测，提高解码速度；适配多种MI分类网络，并旨在不损失或损失极少预测精度的同时降低模型预测所需时间，保证了其应用的解码精准性，预测高效性以及模型普适性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.022 seconds)
