-
公开(公告)号:CN117493999B
公开(公告)日:2024-08-16
申请号:CN202311366447.6
申请日:2023-10-20
申请人: 北京航空航天大学杭州创新研究院 , 北京航空航天大学
IPC分类号: G06F18/2415 , A61B5/369 , A61B5/372 , A61B5/00 , G06F18/214 , G06F18/21 , G06N3/0464
摘要: 本发明公开了一种集成的康复下肢外骨骼脑电解码方法及系统。涉及脑电解码技术领域,包括:通过脑电设备获取使用者运动皮层的EEG信号;对EEG信号进行浅层处理,得到第一类特征;构建EEG信号的深层处理网络模型,对EEG信号进行深层处理,得到第二类特征;将第一类特征和第二类特征合并,并训练分类器,解码出EEG信号的运动意图;根据解码出的运动意图对使用者进行视觉反馈,之后在下肢外骨骼设备执行解码后的运动,得到本体感觉反馈。本发明将浅层和深层神经网络结合起来,以提升下肢运动意向的性能,在下肢外骨骼设备上进行连续的运动想象实验,并采集连续的EEG脑电信号,设计了在线视觉和本体感觉反馈的实验范式。
-
公开(公告)号:CN117598693A
公开(公告)日:2024-02-27
申请号:CN202311571153.7
申请日:2023-11-23
申请人: 北京航空航天大学杭州创新研究院 , 北京航空航天大学
摘要: 本发明公开了一种基于表面肌电信号的下肢动作识别方法及系统,属于模式识别技术领域,包括训练和使用两个部分,本发明利用表面肌电信号对人体下肢离散动作进行识别,能够对预测运动意图以及实时控制研究提供可靠的依据;其次,本发明利用堆叠技术和加权思路改进了标准随机森林算法,提高了随机森林算法的泛化性能,从而提高了下肢动作识别模型的实用性。
-
公开(公告)号:CN117493999A
公开(公告)日:2024-02-02
申请号:CN202311366447.6
申请日:2023-10-20
申请人: 北京航空航天大学杭州创新研究院 , 北京航空航天大学
IPC分类号: G06F18/2415 , A61B5/369 , A61B5/372 , A61B5/00 , G06F18/214 , G06F18/21 , G06N3/0464
摘要: 本发明公开了一种集成的康复下肢外骨骼脑电解码方法及系统。涉及脑电解码技术领域,包括:通过脑电设备获取使用者运动皮层的EEG信号;对EEG信号进行浅层处理,得到第一类特征;构建EEG信号的深层处理网络模型,对EEG信号进行深层处理,得到第二类特征;将第一类特征和第二类特征合并,并训练分类器,解码出EEG信号的运动意图;根据解码出的运动意图对使用者进行视觉反馈,之后在下肢外骨骼设备执行解码后的运动,得到本体感觉反馈。本发明将浅层和深层神经网络结合起来,以提升下肢运动意向的性能,在下肢外骨骼设备上进行连续的运动想象实验,并采集连续的EEG脑电信号,设计了在线视觉和本体感觉反馈的实验范式。
-
公开(公告)号:CN107959598B
公开(公告)日:2021-02-23
申请号:CN201711259532.7
申请日:2017-12-04
申请人: 北京航空航天大学
摘要: 本发明一种基于业务的通信网络可靠性试验剖面构建方法,其特征在于,步骤如下:1、明确网络的评估需求,根据评估需求确定系统的任务想定;2、明确网络任务,然后将任务进行分解明确任务阶段信息;通过各任务阶段信息得到完成任务这段时间内所经历的的事件和环境的时序描述,得到系统的任务剖面;3、针对每一个任务阶段,对其进行综合与分解,提炼出其中具体的通信业务、移动情况以及涉及环境;4、确定每一任务阶段的通信业务信息,构建通信业务剖面;5、确定每一任务阶段的节点移动信息,构建移动剖面;6、确定每一任务阶段的环境信息,建环境剖面;7、综合通信业务剖面、移动剖面以及环境剖面合成得到直接应用于试验的试验剖面。
-
公开(公告)号:CN107959598A
公开(公告)日:2018-04-24
申请号:CN201711259532.7
申请日:2017-12-04
申请人: 北京航空航天大学
摘要: 本发明一种基于业务的通信网络可靠性试验剖面构建方法,其特征在于,步骤如下:1、明确网络的评估需求,根据评估需求确定系统的任务想定;2、明确网络任务,然后将任务进行分解明确任务阶段信息;通过各任务阶段信息得到完成任务这段时间内所经历的事件和环境的时序描述,得到系统的任务剖面;3、针对每一个任务阶段,对其进行综合与分解,提炼出其中具体的通信业务、移动情况以及涉及环境;4、确定每一任务阶段的通信业务信息,构建通信业务剖面;5、确定每一任务阶段的节点移动信息,构建移动剖面;6、确定每一任务阶段的环境信息,建环境剖面;7、综合通信业务剖面、移动剖面以及环境剖面合成得到直接应用于试验的试验剖面。
-
公开(公告)号:CN103259731B
公开(公告)日:2016-01-13
申请号:CN201310170840.8
申请日:2013-05-10
申请人: 北京航空航天大学
IPC分类号: H04L12/751 , H04L12/801
摘要: 一种基于开/关源模型的网络关键节点自相似流量生成简化方法,包括如下步骤:(一)构建网络拓扑结构图,并确定关键节点;(二)计算关键节点介数和关键节点流量分布随输入参数变化规律;(三)确定边缘节点产生数据的开/关源模型初始参数(四)反馈调节输入参数,使关键节点流量统计特征与目标值相同。通过以上四个步骤,达到了基于开/关源模型的网络自相似流量生成简化的目的。本发明能够提供大规模网络仿真以及试验中关键节点的流量生成的简便方法,该方法能够保证在统一的、简单的边缘节点流量输入情况下得到复杂的、多元的边缘节点流量输入相同的流量应力,从而为能够有效的分析关键节点的性能提供了流量应力,具有很好的实用性和经济价值。
-
公开(公告)号:CN105208275A
公开(公告)日:2015-12-30
申请号:CN201510621574.5
申请日:2015-09-25
申请人: 北京航空航天大学
摘要: 本发明涉及一种支持流数据片内实时处理的系统及设计方法,包括:流数据采集模块,利用VHDL语言设计流数据传感设备配置单元和流数据并行采集单元;流数据转码模块,利用VHDL语言搭建流水线和移位操作架构,提高YCbCr格式到RGB格式的转换效率。流数据缓存模块,利用FIFO建立两级队列缓存,解决三级异步时钟域间的数据通信问题,进而解决由于流数据采集与转码的速度不一致而导致的数据冲突;流数据显示模块,利用VHDL语言设计HDMI芯片配置单元,使流数据经HDMI接口显示在外部显示器上。本发明设计一种集采集、转码、缓存和显示功能为一体的流数据处理系统,不仅能够提高流数据处理的实时性,也能够促进流数据处理系统的高集成和小型化。
-
公开(公告)号:CN103745049B
公开(公告)日:2016-08-24
申请号:CN201310741418.3
申请日:2013-12-27
申请人: 北京航空航天大学
摘要: 本发明为一种新型的多因素战术互联网连通可靠性仿真方法,解决战术互联网连通可靠性研究过程中无法全面考虑复杂的移动模式和地形环境的问题。本方法在OPNET中设计和搭建仿真网络场景,利用二维正态云模型生成战斗移动模式,并将移动模式加入到网络场景中,然后添加业务运行仿真,收集不同移动模式下的仿真数据,对仿真数据分析获取连通可靠性曲线;新建相同网络场景加入真实地形数据,获取地形影响下的连通可靠性曲线,以研究真实地形环境对网络连通可靠性的影响。本发明提供了网络连通可靠性研究中对移动模式和地形环境建模的完善,解决了网络中复杂环境与移动模式建模的难点,为战术互联网可靠性研究中复杂因素的研究建立了基础。
-
公开(公告)号:CN103745049A
公开(公告)日:2014-04-23
申请号:CN201310741418.3
申请日:2013-12-27
申请人: 北京航空航天大学
摘要: 本发明为一种新型的多因素战术互联网连通可靠性仿真方法,解决战术互联网连通可靠性研究过程中无法全面考虑复杂的移动模式和地形环境的问题。本方法在OPNET中设计和搭建仿真网络场景,利用二维正态云模型生成战斗移动模式,并将移动模式加入到网络场景中,然后添加业务运行仿真,收集不同移动模式下的仿真数据,对仿真数据分析获取连通可靠性曲线;新建相同网络场景加入真实地形数据,获取地形影响下的连通可靠性曲线,以研究真实地形环境对网络连通可靠性的影响。本发明提供了网络连通可靠性研究中对移动模式和地形环境建模的完善,解决了网络中复杂环境与移动模式建模的难点,为战术互联网可靠性研究中复杂因素的研究建立了基础。
-
公开(公告)号:CN118013369A
公开(公告)日:2024-05-10
申请号:CN202410233779.5
申请日:2024-03-01
申请人: 北京航空航天大学杭州创新研究院
IPC分类号: G06F18/241 , G06F18/10 , G06F18/213 , G06F18/214 , G06F18/25 , G06N3/045 , G06N3/0464 , G06N3/084 , A61B5/372 , A61B5/00 , G06F123/02
摘要: 本发明公开了一种基于注意力机制的多模态时序信息融合脑电解码方法,涉及人体脑电信号处理技术领域。包括:S1数据获取步骤:获取原始脑电数据以及待解码脑电数据;S2数据预处理步骤:对S1中获得的原始脑电数据进行数据增强处理,得到脑电数据;S3解码模型构建步骤:构建脑电解码模型,并利用脑电数据训练脑电解码模型,得到训练后的脑电解码模型;S4数据解码步骤:利用训练后的脑电解码模型待解码脑电数据特征提取,并对提取后的特征进一步融合分类;S5分类步骤:采用得到的融合特征对脑电分类。本发明能够有效提高脑电解码算法的准确性、鲁棒性和训练效果,为脑机接口技术的发展带来重要的研究意义和应用前景。
-
-
-
-
-
-
-
-
-