-
公开(公告)号：CN113433962B
公开(公告)日：2022-12-02
申请号：CN202110797588.8
申请日：2021-07-14
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种空中飞行平台自动化无人机回收系统和方法，解决了无人机导航信号易受干扰，回收时损耗大的问题。系统的飞行控制子系统以相机和激光雷达的信息为输入，导航无人机到达平台下方，回收装置两机械臂末端合拢，夹住无人机顶端的伸缩杆，实现无人机回收。方法有设计空中飞行平台自动化无人机回收系统；系统初始化；回收中无人机自主导航；无人机在平台下进行定位和位置校准；回收装置抓取无人机。本发明在导航期间以视觉信息和激光雷达为输入，根据无人机与平台间距离选择不同的模式，减小了信号干扰。嵌有压力传感器的抓手设计，减小了回收时的损耗。应用于无人机空中回收。
-
公开(公告)号：CN115349874A
公开(公告)日：2022-11-18
申请号：CN202210816974.1
申请日：2022-07-12
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于多粒度信息的快速序列视觉呈现脑电图信号分类方法，包括：采集被试者在快速序列视觉呈现下的脑电图信号；对采集到的脑电图信号进行预处理；将预处理后的脑电图信号输入预先训练完成的多粒度信息提取网络，得到脑电图信号的分类结果；其中，多粒度信息提取网络从多个不同粒度级别对脑电图信号进行特征提取；多粒度信息提取网络利用样本数据集训练得到，样本数据集基于多个样本被试者进行快速序列视觉呈现实验所得到的脑电图信号得到。本发明的多粒度信息提取网络将多粒度信息作为先验知识融入到神经网络设计中，从多个不同粒度级别对脑电图信号进行特征提取，因此能够极大提升快速序列视觉呈现脑电图信号的分类准确率。
-
公开(公告)号：CN114224340A
公开(公告)日：2022-03-25
申请号：CN202111284441.5
申请日：2021-11-01
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于深度学习和脑电信号的驾驶员专注度检测方法，本发明的实现步骤包括：生成训练集；构建驾驶员专注度检测网络；利用生成的训练集对驾驶员专注度检测网络进行训练；采集驾驶员脑电信号；利用训练好的驾驶员专注度网络对驾驶员专注度进行检测。本发明采用空间域特征提取单元以及两个特征强化单元结构，能够充分提取并利用驾驶员专注度脑电信号特征，对驾驶员专注度的检测时效性和准确率有较好的平衡效果。本发明可为驾驶员模拟飞行训练提供数据参考。
-
公开(公告)号：CN114145745A
公开(公告)日：2022-03-08
申请号：CN202111532664.9
申请日：2021-12-15
Applicant: 西安电子科技大学
Abstract: 本申请属于信息技术领域，涉及一种脑电信号的分类方法具体提供了一种基于图的多任务自监督情绪识别方法，其特征在于，该方法包括如下步骤：S1，获取脑电情绪数据并进行预处理；S2，构建自监督辅助任务；S3，构建图卷积神经网络；S4，训练图卷积神经网络；S5，测试图卷积神经网络。本发明首次考虑到设计自监督任务用于脑电情绪识别。设计的空间拼图任务通过学习不同脑区之间的内在空间关系，从而学习脑电情绪相关的空间模式；设计的频率拼图任务旨在于挖掘对情感识别更为关键频带；设计的对比学习任务旨在于进一步规范特征空间，学习内在的表征。本发明情绪识别的准确率较高。
-
公开(公告)号：CN114052734A
公开(公告)日：2022-02-18
申请号：CN202111403187.6
申请日：2021-11-24
Applicant: 西安电子科技大学
Abstract: 本申请涉及信息技术领域，具体提供了一种基于渐进式图卷积神经网络的脑电情感识别方法。该方法包括如下步骤：S1，获取情绪脑电数据，并对其进行预处理；S2，构建渐进式图卷积神经网络；S3，训练图卷积神经网络；S4，对训练好的神经网络进行测试。本发明首次考虑到情绪的层次特性，构造了双粒度分支神经网络模型，充分利用了情绪的层次特性，提高了脑电情感识别的效果。本发明构造了基于大脑区域功能连接性的动态图和基于大脑区域空间邻近性的静态图，本发明充分利用了大脑的动态功能连接信息和空间邻近信息的互补性，提高了脑电情感识别的效果。
-
Patent Agency Ranking
公开(公告)号：CN113433962A
公开(公告)日：2021-09-24
申请号：CN202110797588.8
申请日：2021-07-14
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种空中飞行平台自动化无人机回收系统和方法，解决了无人机导航信号易受干扰，回收时损耗大的问题。系统的飞行控制子系统以相机和激光雷达的信息为输入，导航无人机到达平台下方，回收装置两机械臂末端合拢，夹住无人机顶端的伸缩杆，实现无人机回收。方法有设计空中飞行平台自动化无人机回收系统；系统初始化；回收中无人机自主导航；无人机在平台下进行定位和位置校准；回收装置抓取无人机。本发明在导航期间以视觉信息和激光雷达为输入，根据无人机与平台间距离选择不同的模式，减小了信号干扰。嵌有压力传感器的抓手设计，减小了回收时的损耗。应用于无人机空中回收。
-
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
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：CN119337935A
公开(公告)日：2025-01-21
申请号：CN202411282688.7
申请日：2024-09-13
Applicant: 西安电子科技大学
IPC: G06N3/0455 , A61B5/369 , A61B5/372 , A61B5/00 , G06N3/0464 , G06N3/084 , G06F3/01
Abstract: 本发明公开了一种函数预定义卷积的自发脑电解码方法，涉及信息技术领域，解决了现有技术中自发脑电信号解码中神经网络映射空间过大，且学习能力和可解释性差的问题；该方法包括：构建函数预定义卷积层并确定其参数；根据函数预定义卷积层构建解码网络，对解码网络进行训练，得到训练完成的解码网络；其中，解码网络包括依次连接的第一函数预定义卷积层、第一批量归一化层、最大池化层、第二函数预定义卷积层、第二批量归一化层、修正线性单元激活层、AvgPool层、Dropout层、展平层和全连接层；利用解码网络对脑电数据进行解码分类，得到分类结果；该方法实现了将特征的映射空间限制为信号频点和通道权重，并提高了计算效率。
-
公开(公告)号：CN118070036A
公开(公告)日：2024-05-24
申请号：CN202311529824.3
申请日：2023-11-16
Applicant: 西安电子科技大学
IPC: G06F18/213 , A61B5/369 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于情感风格迁移的脑电信号识别方法及装置、电子设备。所述方法包括：对脑电信号进行分解处理，得到多频段脑电信号；将多频段脑电信号输入至训练好的基于情感风格迁移的脑电信号识别模型，得到脑电信号的类别标签；其中，训练好的脑电信号识别模型是根据无标注的目标域样本和有标签源域样本进行训练得到的，目标域样本数据与源域样本中的数据来自不同数据集中的不同受试者。根据本发明提供的方法，通过将脑电信号输入至训练好的基于情感风格迁移的脑电信号识别模型，得脑电信号的类别标签；并且，该模型是根据不同数据集中来自不同的受试者的数据进行训练得到的；能够实现对复杂多变的真实情绪进行识别，扩大应用场景。
-
公开(公告)号：CN114145745B
公开(公告)日：2024-03-29
申请号：CN202111532664.9
申请日：2021-12-15
Applicant: 西安电子科技大学
Abstract: 本申请属于信息技术领域，涉及一种脑电信号的分类方法具体提供了一种基于图的多任务自监督情绪识别方法，其特征在于，该方法包括如下步骤：S1，获取脑电情绪数据并进行预处理；S2，构建自监督辅助任务；S3，构建图卷积神经网络；S4，训练图卷积神经网络；S5，测试图卷积神经网络。本发明首次考虑到设计自监督任务用于脑电情绪识别。设计的空间拼图任务通过学习不同脑区之间的内在空间关系，从而学习脑电情绪相关的空间模式；设计的频率拼图任务旨在于挖掘对情感识别更为关键频带；设计的对比学习任务旨在于进一步规范特征空间，学习内在的表征。本发明情绪识别的准确率较高。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.045 seconds)
