-
公开(公告)号：CN113688673B
公开(公告)日：2023-05-30
申请号：CN202110802173.5
申请日：2021-07-15
Applicant: 电子科技大学
IPC: G06F18/2411 , G06F18/213
-
公开(公告)号：CN111967362A
公开(公告)日：2020-11-20
申请号：CN202010792637.4
申请日：2020-08-09
Applicant: 电子科技大学
Abstract: 本发明公开了一种面向可穿戴设备的超图特征融合和集成学习的人体行为识别方法。本发明首先对原始加速度数据和陀螺仪数据提取时域和频域特征，然后基于卷积神经网络提取深度特征，再进行标准化处理后降维。利用Saito超图学习对传感器行为特征和个性因素进行融合，并利用稳定变换矩阵实现实时特征融合，同时考虑到传感器信号存在时间差异性，对稳定变换矩阵进行周期更新。最后将所获得的最终规定特征向量输入到集成学习分类器中，对人体行为进行分类，得到人体行为状态。本发明利用Saito超图学习来高效融合传感器数据与个性因素即充分地利用不同类型信息间的互补特性达到更好的融合效果，有效提高行为识别模型的普适性。
-
公开(公告)号：CN118964923A
公开(公告)日：2024-11-15
申请号：CN202410944264.6
申请日：2024-07-15
Applicant: 电子科技大学
IPC: G06F18/213 , G06F18/214 , G06F18/24 , G06N3/04 , G06N3/084 , G06N3/0895
Abstract: 本发明公开了一种存在标签噪声的工作负荷识别方法，属于生理信号识别领域。本发明首先对工作负荷识别模型进行包含三种不同的正则化方法的预训练，以减少模型受到的标签噪声影响导致的过拟合；再基于预训练后的模型对数据的标签是否含噪进行判别，首先对每个样本的损失进行判别，然后通过含噪样本和不含躁样本的特征分布对判别结果进行修正；最后，把判别为含噪的样本当作无标签样本，进行半监督学习；本发明针对工作负荷数据可能存在的数据标签含噪的问题，提出了一种标签含噪学习方式，降低了标签噪声对于工作负荷识别模型的影响，增加了模型的泛化性，更好的保障了工作负荷识别模型的识别准确率。
-
公开(公告)号：CN118902453A
公开(公告)日：2024-11-08
申请号：CN202410944256.1
申请日：2024-07-15
Applicant: 电子科技大学
IPC: A61B5/16 , A61B5/18 , A61B5/318 , A61B5/346 , A61B5/00 , A61B5/352 , G16H50/30 , G16H50/70 , G06F18/214 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于心电数据增强的飞行员高风险心理状态识别方法，涉及生理信号识别技术领域。本发明首先在全部数据上训练常规识别模型，然后利用特征可视化技术通过该模型提取不均衡数据集中头部类样本的低信息样本段，并将其与尾部类信号的心电有效信息进行拼接，实现对高风险心理状态样本的数据增强，进而实现心理风险数据的重均衡。最后在重均衡的数据集上训练得到心理风险识别模型，保障飞行员在实际飞行预警和模拟飞行针对训练的心理状态可探知、可记录、可分析。本发明针对性地面向飞行员高风险心理状态数据不足导致的心理风险样本不均衡场景，使高风险心理状态能够被精准捕捉、有效识别，保障飞行员在飞行过程中的飞行安全。
-
公开(公告)号：CN115470830A
公开(公告)日：2022-12-13
申请号：CN202211330654.1
申请日：2022-10-28
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于多源域适应的脑电信号跨用户警觉性监测方法，属于脑电信号识别技术领域。本发明采集多名用户的脑电信号进行预处理并作为多源源域。对于每一个源域数据，设置一个特征提取器实现对脑电信号的空间特征和时序特征的提取，设置两个任务分类器实现对特征的分类。采用对抗性域适应策略进行特征提取器和任务分类器的训练，以优化提取到的特征的分布，减少跨用户带来的特征决策边界处混淆的影响。在使用时，该系统利用可穿戴设备将脑电信号输入特征提取器和任务分类器中，通过投票的方式判定用户处于的警觉性状态。本发明实用性高，泛化性强，有效的提升了跨用户背景下用户的警觉性劳状态监测精度。
-
Patent Agency Ranking
公开(公告)号：CN109875543B
公开(公告)日：2020-07-21
申请号：CN201910103153.1
申请日：2019-02-01
Applicant: 电子科技大学
IPC: A61B5/0245
Abstract: 本发明公开了一种用于可穿戴心率监测设备的多种健身运动状态下的心率估计方法及装置。本发明包括稀疏字典学习、运动状态识别、运动伪影去除以及心率谱峰追踪四部分，即将某种运动状态下的脉搏波信号和噪声估计信号作为训练集，通过求解稀疏字典学习的优化问题得出该运动相应的稀疏字典；然后对运动信号提取特征信息并基于分类的方法进行运动状态识别，得出当前时间窗口下的脉搏波信号对应的运动状态；接着根据运动状态判断脉搏波信号是否含有大量噪声，选择当前运动状态对应的稀疏字典，对脉搏波信号采用稀疏表示方法去除噪声干扰，得到重构的脉搏波信号；最后，定位每个时间窗的心率谱峰。本发明的心率估计精度高、复杂度低。
-
公开(公告)号：CN118873141A
公开(公告)日：2024-11-01
申请号：CN202410959685.6
申请日：2024-07-17
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于多任务学习的飞行员多个心理风险因素同时识别方法，涉及生理信号识别技术领域。本发明首先在训练冲突模型的过程中，探索多个心理风险因素任务学习过程中主要发生梯度冲突的模型层，并将梯度冲突最严重的层转化为任务特定层，以避免不同因素学习时因素间的差异性抑制彼此的学习。然后，重新训练转化后的模型，并利用损失对数转换策略减小不同心理风险因素学习任务间的损失规模差异和损失学习速度差异，使多个任务能够同时学习。本发明针对性地面向飞行场景下的飞行员多个心理风险因素同时识别，使不同心理风险因素识别任务可以互补学习，实现精度更高、更高效的心理风险因素识别，保障飞行员在模拟飞行训练和实际飞行场景下的飞行安全。
-
公开(公告)号：CN116671919B
公开(公告)日：2023-10-20
申请号：CN202310961895.4
申请日：2023-08-02
Applicant: 电子科技大学
IPC: A61B5/16 , G08B21/24 , A61B5/346 , A61B5/256 , A61B5/28 , A61B5/00 , G06F18/10 , G06F18/213 , G06F18/214 , G06F18/2415 , G06N3/0455 , G06N3/0464 , G06N3/0895 , G06N3/096 , G06F123/02
Abstract: 本发明公开了一种基于可穿戴设备的情绪检测提醒方法，属于时序信号的分类识别技术领域。本发明基于双线性卷积神经网络的特征生成网络关注信号之间的局部差异，从而使得识别模型能更好地区分不同情绪类别所对应的信号样本；对输入进行局部掩码再将其输入至特征生成器中，以得到对应的隐空间特征，再将隐空间特征重构为未掩码的原始输入，以学习到与标签信息不敏感的因空间特征表示；本发明基于伪标签提纯策略来进一步减轻偏移标签对目标域数据识别准确度的影响，以最终实现在不访问已有用户数据情况下的知识迁移任务。本发明方法可实现对情绪类别的实时识别，同时对指定的目标情绪类别进行提醒预警。
-
公开(公告)号：CN115470830B
公开(公告)日：2023-04-07
申请号：CN202211330654.1
申请日：2022-10-28
Applicant: 电子科技大学
IPC: G06F18/24 , G06F18/213 , G06F18/2415 , G06N3/0442 , G06N3/045 , G06N3/047 , G06N3/049 , G06N3/08
Abstract: 本发明公开了一种基于多源域适应的脑电信号跨用户警觉性监测方法，属于脑电信号识别技术领域。本发明采集多名用户的脑电信号进行预处理并作为多源源域。对于每一个源域数据，设置一个特征提取器实现对脑电信号的空间特征和时序特征的提取，设置两个任务分类器实现对特征的分类。采用对抗性域适应策略进行特征提取器和任务分类器的训练，以优化提取到的特征的分布，减少跨用户带来的特征决策边界处混淆的影响。在使用时，该系统利用可穿戴设备将脑电信号输入特征提取器和任务分类器中，通过投票的方式判定用户处于的警觉性状态。本发明实用性高，泛化性强，有效的提升了跨用户背景下用户的警觉性劳状态监测精度。
-
公开(公告)号：CN113505655A
公开(公告)日：2021-10-15
申请号：CN202110672251.4
申请日：2021-06-17
Applicant: 电子科技大学
IPC: G06K9/00 , G06K9/62 , G06Q10/00 , G06Q10/04 , G01M13/045
Abstract: 本发明公开了一种面向数字孪生系统的轴承故障智能诊断方法，属于轴承故障不平衡检测技术领域。本发明针对在实际情况下数字孪生系统中正常数据和异常数据不平衡的情况，在不对原始数据进行扩充的情况下，提高轴承故障的诊断效果。本发明为：数字孪生系统实时监测目标轴承的轴承振动信号；将目标轴承当前的轴承振动信号输入轴承故障诊断网络，基于轴承故障诊断网络的输出获取目标轴承的当前故障检测结果。本发明用于轴承诊断实际场景中出现的数据不平衡现象，可以在正常和故障数据不平衡的实际场景中提升对于故障数据的诊断效果，在数字孪生系统中利用本发明所设置的轴承故障诊断网络可以实时监控轴承设备的健康状况。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.02 seconds)
