-
公开(公告)号：CN118673398A
公开(公告)日：2024-09-20
申请号：CN202410655299.8
申请日：2024-05-24
Applicant: 西安电子科技大学
IPC: G06F18/2415 , G06F18/2131 , G06F18/10 , G06F3/01 , G06N3/0464 , G06V10/94 , G06V10/764
Abstract: 本发明公开了一种面向细粒度目标识别任务的小样本脑电时空频全域解码方法、系统及存储介质，采集面向细粒度目标识别任务刺激诱发的脑电信号，构建并训练面向细粒度目标识别任务的小样本脑电时空频全域解码模型，进行面向细粒度目标识别任务的脑电解码。构建并训练模型的步骤为：对脑电信号预处理，去除脑电信号中的伪迹并低通滤波；对预处理后的脑电信号进行小波变换；基于生物学先验知识和计算相结合的方式，选择包含最有效分类信息的小波时频图；将选取的时频图输入卷积神经网络，提取时空频全域EEG特征；通过softmax层对卷积神经网络输出的特征向量分类，得到每个分类的概率分布并选出最大概率的类别；使用adam优化器进行训练。
-
公开(公告)号：CN112488493B
公开(公告)日：2023-06-23
申请号：CN202011356798.5
申请日：2020-11-27
Applicant: 西安电子科技大学
IPC: G06Q10/0639 , G06T7/00 , G16H30/20
Abstract: 本发明公开了一种融合位置信息的医学影像医师病灶识别能力评估方法、系统及计算机可读介质，融合特异性、敏感性、判断置信等级三个维度信息，并基于病灶位置信息对特异性、敏感性指标进行计算，基于被试者的反应时间对判断置信等级进行计算，并基于特异性、敏感性指标以及判断置信等级计算基于病灶位置信息的医学基于位置的医学影像病灶识别能力得分，对被试者识别能力进行测试，与传统基于准确率的测量算法相比，本发明提出的方法敏感性更强、精度更高。有效解决了现有医学影像医师病灶识别能力测试方法效度低、信息量不足导致准确度低的问题。
-
公开(公告)号：CN111528834A
公开(公告)日：2020-08-14
申请号：CN202010216120.0
申请日：2020-03-25
Applicant: 西安电子科技大学
IPC: A61B5/0476
Abstract: 本发明属于脑机接口技术应用技术领域，公开了一种实时SAR图像目标检测系统及方法，检测系统包括：人机交互装置、刺激切片呈现装置、脑电信号采集装置、脑电信号管理装置和脑电信号分类装置；刺激切片生成及呈现方法包括：对大幅面SAR图像进行设定尺寸的裁剪，得到若干小尺寸的刺激切片，并对刺激切片进行哈希编码；通过特定顺序生成适用于oddball范式的刺激切片序列，并在呈现装置以快速视觉呈现方式呈现。本发明能够有效提高SAR图像目标判读速度及准确率；运用刺激切片生成及呈现方法，使得判读人员即使面对密集目标区域也能产生更强效应的P300事件相关电位，有效提高系统的准确性和鲁棒性。
-
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：CN114821301B
公开(公告)日：2025-04-25
申请号：CN202210329520.1
申请日：2022-03-30
Applicant: 西安电子科技大学
IPC: G06V20/10 , G06V10/764 , G06V10/774 , G06V10/766
Abstract: 本发明实施例公开了一种面向人的细粒度视觉目标识别自适应训练方案生成、难度调整、闭环反馈训练方法及系统，进行细粒度视觉目标中目标进行不定项选择识别测试和个人识别特质测试，根据全部受训人的个人识别特质测试成绩以当前受训人的个人识别特质测试成绩和标准细粒度视觉目标不定项选择识别测试成绩，生成训练方案；依次进行观察学习训练和反馈学习训练；进行标准细粒度视觉目标不定项选择识别测试；判断受训人的标准细粒度视觉目标不定项选择识别测试成绩是否大于0.95，如是，则结束训练，否则对下一次训练方案进行训练难度调整，直至受训人的标准细粒度视觉目标不定项选择识别测试成绩大于0.95后结束训练，有效提升训练效率。
-
Patent Agency Ranking
公开(公告)号：CN114662543A
公开(公告)日：2022-06-24
申请号：CN202210330349.6
申请日：2022-03-30
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种融合多尺度信息的大脑静息态功能磁共振数据分类方法、系统及计算机可读介质，获取两组不同状态人群的静息态功能磁共振成像数据，消除噪声后进行特征提取，分别提取体素本体活动、体素簇局部共变性、体素网全局共変性三种尺度的大脑特征，对大脑进行区域划分，然后计算两组不同状态人群的每个被测对象每个脑区在体素本体活动、体素簇局部共变性、体素网全局共変性上的平均值，在每个特征尺度下，两种不同状态人群的每个被测对象得到1×N维特征矩阵，对每个尺度下的特征矩阵进行融合，对融合特征矩阵进行特征选择，利用特征选择所得最优特征子集训练SVM分类器，进行被测对象的分类，有效提升分类准确度。
-
公开(公告)号：CN109940810A
公开(公告)日：2019-06-28
申请号：CN201910247199.0
申请日：2019-03-29
Applicant: 西安电子科技大学
Abstract: 本发明公开了聚氨酯发泡胶料自动搅拌和灌注的装置，包括用于夹持传动轴的转动夹头，转动夹头的下方设有控制总成，控制总成内设有多个连接于不同储罐的进料管，每个进料管上均设有用于控制流量的流量控制轴；控制总成的底部与混料总成可拆卸连接，混料总成内设有具有多个独立腔体的分料器，每个进料管的底部出口与对应的独立腔体嵌套连接，分料器的下方设有混料腔，每个独立腔体的下端通过混料腔与输料管连通，输料管的下端设有出料口，传动轴从上至下依次穿过控制总成、分料器，传动轴的下端与复合搅拌头连接，复合搅拌头伸入混料腔和输料管内。本发明安装简单，易操作，胶料混合均匀，能定量灌注多个产品，灌注产品质量高，一致性好。
-
公开(公告)号：CN103440513B
公开(公告)日：2017-01-18
申请号：CN201310425299.0
申请日：2013-09-17
Applicant: 西安电子科技大学
IPC: G06K9/66
Abstract: 本发明公开了基于稀疏非负张量分解的大脑特定视觉认知状态判定方法,其创新点在于，采用SNTF算法，把fMRI认知数据当成一个大张量，从张量的层面上构建高阶非负张量模型，然后对fMRI认知数据每个维度上进行特征降维，从而得到维度较小的稀疏非负特征张量，最后结合支持向量机的特点，有效地实现对大脑特定视觉的认知状态的判定。本发明的方法利用稀疏非负张量分解进行降维和特征提取多方向、多角度的提取出原有数据中的潜在结构信息,由于l1范数正则化和非负性的约束使得提取出的相关成分更稀疏，合乎大脑感知的直观体验，再结合支持向量机的特点，提高了分类判别的准确性。(56)对比文件相洁.启发式问题解决认知神经机制及fMRI数据分析方法研究《.万方数据库太原理工大学博士学位论文》.2011,全文.Ji Liu,Jun Liu,ect..Sparse non-negative tensor factorization usingcolumnwise coordinate descent《.PatternRecognition》.2011,第649-656页.
-
公开(公告)号：CN103440512A
公开(公告)日：2013-12-11
申请号：CN201310424991.1
申请日：2013-09-17
Applicant: 西安电子科技大学
IPC: G06K9/66
Abstract: 本发明公开了一种基于张量局部保持投影(Tensor Locality Preserving Projection，TLPP)的大脑认知状态的识别方法，包括步骤：1)大脑认知状态fMRI数据的预处理及分组；2)构建近邻图G及相应的关联矩阵S；3)计算训练样本集的特征分解，求出相应的特征变换矩阵，计算训练样本的低维嵌入；4)分类识别，计算测试样本集的低维嵌入，利用基于张量距离的近邻分类器对其进行判别分类。本发明利用TLPP算法直接对多维张量进行降维和特征提取，对采集的脑认知fMRI数据进行特征降维，有效的对大脑认知状态进行识别分类，结合基于张量距离的近邻分类器，提高识别分类的准确性，该方法不仅继承了传统方法的优点，还大大减少了空间和时间的复杂度，克服了维数灾难，计算量较小，内存消耗小，耗时较短。
-
公开(公告)号：CN112528874B
公开(公告)日：2024-02-02
申请号：CN202011476560.6
申请日：2020-12-15
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种面向人的SAR图象多目标视觉识别能力量化方法、系统及计算机可读介质，方法融合了特异性、敏感性、置信等级三个维度信息，并基于目标物位置信息对特异性、敏感性指标进行计算，基于被试者的反应时间对置信等级进行计算，并基于特异性、敏感性指标以及置信等级计算被试者的SAR图象多目标视觉识别能力得分，对被试者的SAR图象多目标视觉识别能力进行测试，与传统基于准确率的测试方法相比，本发明提出的方法效度和精度更高，敏感性更强。有效解决了现有面向人的SAR图象目标识别能力计算方法效度不足、精确度不足、测试不准确的问题。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.03 seconds)
