公开(公告)号：CN108388846A

公开(公告)日：2018-08-10

申请号：CN201810112601.X

申请日：2018-02-05

Applicant: 西安电子科技大学

Inventor： 张昕 ,  王晓甜 ,  石光明 ,  王英迪 ,  李甫 ,  齐飞 ,  王永杰

IPC: G06K9/00

Abstract: 本发明公开了一种基于典型相关分析的脑电α波检测识别方法，解决了对脑电α波信号快速、高效地检测识别问题，步骤包括：输入脑电信号；脑电信号预处理得到训练与测试数据；选取不同频率集合，构建不同频率对应的参考信号；通过典型相关分析计算训练数据与不同频率参考信号的相关系数，构成相关系数集合；特征频率选择得到特征频率集合；从相关系数集合选取与特征频率集合对应的相关系数构成训练特征集合；使用训练特征集合训练分类器；计算测试数据特征集合；使用分类器进行分类识别，完成脑电α波检测识别。本发明通过特征频率选择，实现脑α波信号的快速检测，检测速度快、准确度高、工作稳定，用于脑电α波信号的脑机接口系统中的信号检测。

公开(公告)号：CN105942975A

公开(公告)日：2016-09-21

申请号：CN201610247976.8

申请日：2016-04-20

Applicant: 西安电子科技大学

Inventor： 石光明 ,  王凯 ,  王永杰 ,  李甫 ,  李文灿 ,  李宇琛 ,  王晓甜

IPC: A61B5/00 ,  A61B5/0476

CPC classification number: A61B5/7225 ,  A61B5/0476 ,  A61B5/725

Abstract: 本发明公开了一种基于稳态视觉诱发的脑电信号处理方法，其实现过程是：(1)利用采集系统采集受试者在不同视觉频率刺激下的脑电信号；(2)对脑电信号进行预处理；(3)利用滤波器组对预处理后的脑电信号进行滤波；(4)利用似然比计算方法计算滤波后的脑电信号与不同视觉刺激频率之间的似然比，得到一个似然比组；(5)从似然比组中，找出最大的似然比所对应的视觉刺激频率，完成对脑电信号的识别。本发明同时利用了滤波器组和似然比检验，克服了现有技术识别目标个数较少的缺点，增加了识别目标的个数，提高了脑电信号的识别准确率。

公开(公告)号：CN108478224A

公开(公告)日：2018-09-04

申请号：CN201810217929.8

申请日：2018-03-16

Applicant: 西安电子科技大学

Inventor： 李甫 ,  李宇琛 ,  郭毅 ,  吴昊 ,  王永杰 ,  石光明 ,  张利剑 ,  陈远方

IPC: A61B5/16 ,  A61B5/0484 ,  A61B5/00 ,  G06K9/62 ,  G06F3/01

Abstract: 本发明公开了一种基于虚拟现实与脑电的紧张情绪检测系统，主要解决现有技术检测过程漫长，检测成本高且检测准确率低，难以有效检测出用户紧张情绪的问题。其包括诱发模块(1)、信号同步模块(2)、信息综合模块(3)和信息处理模块(4)：诱发模块驱动虚拟现实设备放映刺激材料，通过信号同步模块生成时间同步信号并产生用户反馈；信息综合模块采集脑电信号，接收同步信号并收集用户反馈，交付信息处理模块进行处理，给出情绪检测结果。本发明使用虚拟现实技术放映刺激材料，将客观分析与主观评价相结合，增强了系统的可用性、可靠性和稳定性，加快了检测速度，降低了检测成本，提高了系统的检测准确率，可用于对特定用户的教育和心理疏导。

公开(公告)号：CN106419909A

公开(公告)日：2017-02-22

申请号：CN201610815762.6

申请日：2016-09-12

Applicant: 西安电子科技大学

Inventor： 李甫 ,  李文灿 ,  李宇琛 ,  石光明 ,  王凯 ,  王永杰

IPC: A61B5/0476 ,  A61B5/0478

CPC classification number: A61B5/0476 ,  A61B5/0478 ,  A61B5/7253 ,  A61B5/7264

Abstract: 本发明公开了一种基于特征重组和小波变换的运动想象脑电信号分类方法，主要解决现有技术对脑电信号分类的种数少和分类正确率低的问题。其实现步骤是：1)采集运动想象脑电信号，获取训练集和测试集；2)通过特征组合、小波变换和共空间模式算法，训练出两级分类器；3)按照与步骤(2)相应的方法提取测试集的测试特征分类向量；4)利用训练的分类器，通过测试集的特征向量对测试信号进行信号分类，得到测试信号的想象左手运动、想象右手运动，想象双脚运动、想象舌头运动这四类脑电信号的类别。本发明实现了对多类运动想象信号的分类，提高了分类正确率，可用于具有运动想象脑-机接口BCI在线系统的智能产品控制。

公开(公告)号：CN117034108A

公开(公告)日：2023-11-10

申请号：CN202310912734.6

申请日：2023-07-24

Applicant: 西安电子科技大学

Inventor： 王永杰 ,  刘西洋 ,  肖颖慧 ,  王黎明

IPC: G06F18/241 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于低秩正则化的卫星信号异常多分类识别方法及其装置，涉及时序数据处理技术领域，包括：获取待处理数据；使用训练好的低秩正则多分类网络对待处理数据进行处理，获取分类结果；其中，训练好的低秩正则多分类网络通过使用处理后的时序数据集对预设的低秩正则多分类网络训练获取，处理后的时序数据集通过按照置信区间对时序数据集依次进行降维处理、以及对降维处理后的时序数据集进行归一化处理获得。本发明可解决卫星信号预警异常计算量大、成本高、预警滞后等问题。

公开(公告)号：CN108388846B

公开(公告)日：2021-06-08

申请号：CN201810112601.X

申请日：2018-02-05

Applicant: 西安电子科技大学

Inventor： 张昕 ,  王晓甜 ,  石光明 ,  王英迪 ,  李甫 ,  齐飞 ,  王永杰

IPC: G06K9/00

Abstract: 本发明公开了一种基于典型相关分析的脑电α波检测识别方法，解决了对脑电α波信号快速、高效地检测识别问题，步骤包括：输入脑电信号；脑电信号预处理得到训练与测试数据；选取不同频率集合，构建不同频率对应的参考信号；通过典型相关分析计算训练数据与不同频率参考信号的相关系数，构成相关系数集合；特征频率选择得到特征频率集合；从相关系数集合选取与特征频率集合对应的相关系数构成训练特征集合；使用训练特征集合训练分类器；计算测试数据特征集合；使用分类器进行分类识别，完成脑电α波检测识别。本发明通过特征频率选择，实现脑α波信号的快速检测，检测速度快、准确度高、工作稳定，用于脑电α波信号的脑机接口系统中的信号检测。

公开(公告)号：CN105942975B

公开(公告)日：2018-07-06

申请号：CN201610247976.8

申请日：2016-04-20

Applicant: 西安电子科技大学

Inventor： 石光明 ,  王凯 ,  王永杰 ,  李甫 ,  李文灿 ,  李宇琛 ,  王晓甜

IPC: A61B5/00 ,  A61B5/0476

Abstract: 本发明公开了一种基于稳态视觉诱发的脑电信号处理方法，其实现过程是：(1)利用采集系统采集受试者在不同视觉频率刺激下的脑电信号；(2)对脑电信号进行预处理；(3)利用滤波器组对预处理后的脑电信号进行滤波；(4)利用似然比计算方法计算滤波后的脑电信号与不同视觉刺激频率之间的似然比，得到一个似然比组；(5)从似然比组中，找出最大的似然比所对应的视觉刺激频率，完成对脑电信号的识别。本发明同时利用了滤波器组和似然比检验，克服了现有技术识别目标个数较少的缺点，增加了识别目标的个数，提高了脑电信号的识别准确率。