-
公开(公告)号：CN109766751A
公开(公告)日：2019-05-17
申请号：CN201811436522.0
申请日：2018-11-28
Applicant: 西安电子科技大学
Abstract: 本发明属于身份信息识别技术领域，公开了一种基于频域编码的稳态视觉诱发脑电身份识别方法及系统，以不同被测者在相同频率刺激下产生的差异性脑电波为依据，利用多个电极下脑电信号在基波与谐波上幅值间的差值关系与差值范围，提取脑电信号的特征，对其每个被测试者的脑电特征信息进行编码，编码完成后，当再次录入新的脑电信息编码时，将其与已录入编码比较，即可判断是否为提前录入的信息来源者，达到识别身份的目的。本发明频域编码提取的特征稳定、计算简单、特征明显，识别率相对较高，基于稳态视觉诱发脑电信号构建的身份识别系统更加的保密,不容易被复制伪造，相对于繁琐的处理，计算机的效率得到了明显的提升。
-
Patent Agency Ranking
公开(公告)号：CN109784023A
公开(公告)日：2019-05-21
申请号：CN201811436527.3
申请日：2018-11-28
Applicant: 西安电子科技大学
IPC: G06F21/32 , G06K9/00 , G06N3/04 , G06N3/08 , A61B5/0476
Abstract: 本发明属于身份信息识别技术领域，公开了一种基于深度学习的稳态视觉诱发脑电身份识别方法及系统；获取脑电信号；去噪：将采集到的脑电信号通过EMD处理，得到去噪后的脑电信号；提取数据分成三个样本，对每个样本数据进行快速傅里叶变换得到频域下的脑电数据；带通滤波；将滤波后信号用2048Hz频率进行采样后处理；构建深度网络进行训练；身份识别：识别被试者的目的。本发明适用于具有稳态视觉诱发的脑-机接口设备，随着系统中录入的人员的增加，训练数据随之增加，基于深度网络的特性，该系统的识别准确率会趋于高识别率的稳定。
-
公开(公告)号：CN109766751B
公开(公告)日：2022-02-01
申请号：CN201811436522.0
申请日：2018-11-28
Applicant: 西安电子科技大学
Abstract: 本发明属于身份信息识别技术领域，公开了一种基于频域编码的稳态视觉诱发脑电身份识别方法及系统，以不同被测者在相同频率刺激下产生的差异性脑电波为依据，利用多个电极下脑电信号在基波与谐波上幅值间的差值关系与差值范围，提取脑电信号的特征，对其每个被测试者的脑电特征信息进行编码，编码完成后，当再次录入新的脑电信息编码时，将其与已录入编码比较，即可判断是否为提前录入的信息来源者，达到识别身份的目的。本发明频域编码提取的特征稳定、计算简单、特征明显，识别率相对较高，基于稳态视觉诱发脑电信号构建的身份识别系统更加的保密,不容易被复制伪造，相对于繁琐的处理，计算机的效率得到了明显的提升。
-
公开(公告)号：CN111329474A
公开(公告)日：2020-06-26
申请号：CN202010143355.1
申请日：2020-03-04
Applicant: 西安电子科技大学
IPC: A61B5/0476 , A61B5/117 , A61B5/0484 , A61B5/04 , A61B5/00
Abstract: 本发明公开了一种基于深度学习的脑电身份识别方法、系统及信息更新方法，识别方法包括：使用稳态视觉诱发范式刺激待录入系统者，采集由刺激产生的脑电信号；采用带通滤波结合独立成分分析法对脑电数据预处理，将预处理后的脑电数据进行单个裁剪，扩大脑电数据集；通过裁剪后的时序脑电信号训练深度学习多分类网络模型；计算多个被裁剪样本的输出，通过添加惩罚函数修改权值参数的优化函数，提取被裁剪样本的脑电信号共同特征；通过已训练的网络模型进行身份识别，并通过设置阈值的方式达到了拒绝入侵者的目的。本发明提高了脑电信号信噪比，增强了脑电信号的时域特征，通过数据裁剪并结合裁剪训练、函数改造加快系统运算，提高识别效率。
-
-
公开(公告)号：CN111329474B
公开(公告)日：2021-05-28
申请号：CN202010143355.1
申请日：2020-03-04
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于深度学习的脑电身份识别方法、系统及信息更新方法，识别方法包括：使用稳态视觉诱发范式刺激待录入系统者，采集由刺激产生的脑电信号；采用带通滤波结合独立成分分析法对脑电数据预处理，将预处理后的脑电数据进行单个裁剪，扩大脑电数据集；通过裁剪后的时序脑电信号训练深度学习多分类网络模型；计算多个被裁剪样本的输出，通过添加惩罚函数修改权值参数的优化函数，提取被裁剪样本的脑电信号共同特征；通过已训练的网络模型进行身份识别，并通过设置阈值的方式达到了拒绝入侵者的目的。本发明提高了脑电信号信噪比，增强了脑电信号的时域特征，通过数据裁剪并结合裁剪训练、函数改造加快系统运算，提高识别效率。
-
-
-
-
-
Search Results
6
records
(took 0.025 seconds)
