-
公开(公告)号：CN116910623A
公开(公告)日：2023-10-20
申请号：CN202310914035.5
申请日：2023-07-25
Applicant: 西安电子科技大学
IPC: G06F18/24 , G06F3/01 , G06F18/25 , G06F18/10 , G06F18/213
Abstract: 本发明提出了一种基于受试者迁移的SSVEP脑机接口目标识别方法，其实现步骤为：生成训练集；计算源受试者不变空间滤波器；计算源受试者不变模板信号；计算泛化空间滤波器；计算经源受试者不变空间滤波器滤波后的目标受试者数据与源受试者不变模板信号间的相关系数；根据相关系数完成目标识别。本发明提出的基于受试者迁移的方法能够提高脑机接口系统的效率，解决现有技术中脑机接口目标识别仍需要目标受试者校准数据，效率低下的问题，使得本发明具有泛化能力强的优点，且结合相邻刺激目标的信息识别目标，具有识别准确率高的优点。
-
公开(公告)号：CN119128482A
公开(公告)日：2024-12-13
申请号：CN202411187114.1
申请日：2024-08-28
Applicant: 西安电子科技大学
IPC: G06F18/213 , G06F18/214 , G06F17/16 , G06N3/096 , G06N3/09
Abstract: 本发明提出了一种面向SSVEP‑BCI的监督域适应跨受试者迁移方法，解决了现有技术中脑机接口易用性差，在源域与目标域差异过大时迁移效果不理想的问题。实现步骤为：生成锁相时移数据集；计算时间滤波器；生成扩充训练集；计算域内不变空间滤波器和模板信号；计算域间不变空间滤波器和模板信号；计算域适应转换矩阵；计算组合相关系数识别目标。本发明仅需要少量采集数据就能达到多次采集的效果，并且能够捕捉SSVEP信号的时间结构信息，克服了新用户在使用脑机接口时被大量校准工作引发视觉疲劳的不足，使得本发明提升了脑机接口的易用性，可应用在拼写系统中。
-
公开(公告)号：CN118885797A
公开(公告)日：2024-11-01
申请号：CN202411018976.1
申请日：2024-07-29
Applicant: 西安电子科技大学
Inventor： 万波 , 黄嘉阳 , 熊帮 , 李昕泰 , 李奉奇 , 杨鹏飞 , 刘锦辉 , 赵辉 , 罗楠 , 王笛 , 王义峰 , 刘刚 , 王泉 , 潘蓉 , 李少峰 , 钟昊迪 , 韩磊
IPC: G06F18/213 , G06F18/25 , G06F18/10 , G06N3/0464 , G06F18/27 , G06N3/096 , G06N3/084
Abstract: 本发明公开了一种基于子空间距离的跨用户警觉度监测方法，解决了跨用户警觉度监测中的模态数据单一、相关性不足以及误差波动大的问题，实现方案：数据采集与预处理；构建跨用户警觉度监测模型；模型训练；用户警觉度监测。本发明使用源域与目标域特征，计算子空间距离、碱基错配惩罚与均方根误差作为模型总损失，最小化总损失训练模型，使用模型监测用户得到警觉度值。本发明通过使用多模态数据融合以及基于子空间距离的迁移学习算法，提高了跨用户警觉度监测过程中的精度与稳定性，降低警觉度监测误差，用于人机交互、交通驾驶、航空飞行等领域中对用户进行实时警觉度连续监测。
-
公开(公告)号：CN118885072A
公开(公告)日：2024-11-01
申请号：CN202411018885.8
申请日：2024-07-29
Applicant: 西安电子科技大学
Inventor： 万波 , 黄嘉阳 , 熊帮 , 李奉奇 , 李昕泰 , 杨鹏飞 , 刘锦辉 , 赵辉 , 罗楠 , 王笛 , 王义峰 , 刘刚 , 王泉 , 潘蓉 , 李少峰 , 钟昊迪 , 韩磊
IPC: G06F3/01 , G06N3/042 , G06N3/0464 , G06F18/10 , G06N3/047 , G06F18/241 , G06F18/213 , G06F18/25
Abstract: 本发明提出了一种结合集成DCPM和GCN的运动想象识别方法，解决了现有技术中信号信噪比低，特征提取复杂度高，识别时间窗长的问题，实现步骤为：MI脑电信号预处理；计算DSP空间滤波器；集成DSP，形成EDSP空间滤波器，对MI特征域整体表达；接力计算，刻画MI信号在不同特征域的交叉性空间关系；GCN分类识别MI信号。本发明将每组得到的DSP空间滤波器集成，简化了数据处理的过程，通过结合EDSP空间滤波器接力计算邻接矩阵和图拉普拉斯算子，丰富了滤波后信号的特征，充实了邻接矩阵对节点信息的刻画，在短时间窗的情况下也保证了较高的识别准确率，提高了MI‑BCI系统中的识别效率，可应用在机器人控制等人机交互场景中。
-
Patent Agency Ranking
公开(公告)号：CN117591797A
公开(公告)日：2024-02-23
申请号：CN202311560068.0
申请日：2023-11-22
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于源刺激数据迁移的SSVEP刺激目标识别方法，实现步骤为：对脑电信号进行预处理；获取每个刺激目标的SSVEP参考信号；获取每个刺激目标和每个源刺激目标的周期脉冲矩阵；对公共脉冲响应和公共空间滤波器进行优化，基于源刺激数据迁移构建每个刺激目标的SSVEP模板信号；获取SSVEP刺激目标识别结果。本发明通过将少量的源刺激目标中的数据迁移到所有刺激目标中，以获取所有刺激目标的SSVEP模板信号和公共空间滤波器，避免了现有技术在生成训练集时仍需对所有刺激目标进行大量训练数据的采集的缺陷，有效提高了识别的易用性，且在获取SSVEP刺激目标识别结果时，使用了两种相关系数，提高了识别的准确率。
-
公开(公告)号：CN115480640A
公开(公告)日：2022-12-16
申请号：CN202211150854.9
申请日：2022-09-21
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于稳态视觉诱发电位的连续单词拼写方法，主要解决现有技术中特征提取效率低、拼写不连续的问题。其实现方案为：使用联合频率相位调制范式对刺激界面中所有字符编码；使用者注视刺激界面中的字符，诱发稳态视觉诱发电位，获得训练信号和测试信号；利用训练信号获取重构模板信号的模型参数；截取测试信号中所有注视阶段的稳态视觉诱发电位信号；利用模板信号对所有注视阶段的稳态视觉诱发电位信号片段进行特征提取和识别；将识别结果中的字符序列组合成单词，完成连续的单词拼写输入。本发明提高了稳态视觉诱发电位信号的特征提取效率和识别准确率，提升了拼写的连续性和信息传输率，可用于人机交互过程中的单词拼写。
-
公开(公告)号：CN119149938A
公开(公告)日：2024-12-17
申请号：CN202411139502.2
申请日：2024-08-19
Applicant: 西安电子科技大学
Abstract: 本发明公开一种基于样本数据增强的稳态视觉诱发电位脑电特征解码方法，通过混叠矩阵捕捉和重现原始SSVEP信号的频率和相位特征，能够更准确地模拟脑电波的动态特性。本发明通过移位操作来增强合成信号与真实SSVEP信号之间的相似度。移位操作通过在时间轴上调整合成信号的位置，保持信号的频率成分不变，同时确保合成信号的时间特征与真实SSVEP信号更为一致。本发明通过对多个类别分别合成数据，确保了合成数据的多样性和分类准确性。本发明适用于多分类的SSVEP‑BCI系统，能够有效提升电脑特征解码过程中的分类性能和适应性，以及电脑特征解码的准确性和效率。
-
公开(公告)号：CN118228052A
公开(公告)日：2024-06-21
申请号：CN202410394532.1
申请日：2024-04-02
Applicant: 西安电子科技大学
IPC: G06F18/214 , G06F18/10 , G06F3/05 , G06F17/16 , G06F3/01 , G06F123/02
Abstract: 本发明提出了一种基于时间局部加权的锁相时移数据增强方法，解决了现有技术中扩充数据无法充分保留原始信号特征，信噪比低，训练数据采集耗时长的问题，实现步骤为：采集SSVEP信号，截取得到原始模板信号；按照锁相时移步长滑动窗口，得到锁相时移数据集；得到每个刺激源的时间滤波器；经滤波得到时域滤波后的锁相时移数据集；生成扩充训练数据集。本发明将SSVEP的响应周期长度定义为锁相时移步长，保留了信号的原始特征，通过局部时间协方差矩阵提高了抑制扩充信号中噪声的性能，减少了训练数据的采集时间，在小训练集的情况下也保证了较高的识别准确率，提高了SSVEP‑BCI系统中训练数据的采集效率，可应用在机器人控制等人机交互场景中。
-
公开(公告)号：CN111782042A
公开(公告)日：2020-10-16
申请号：CN202010613646.2
申请日：2020-06-30
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于集成学习的脑电身份认证方法，用于解决现有技术存在的稳定性不足的问题。实现步骤为：获取训练样本集和测试样本集；构建集成学习算法Bagging分类模型；对集成学习算法Bagging分类模型进行迭代训练；获取身份认证结果。本发明利用集成学习方法来提高脑电身份认证系统的稳定性，同时降低了超参数调节的难度，降低了需要耗费的人力物力。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.026 seconds)
