-
公开(公告)号:CN106371590A
公开(公告)日:2017-02-01
申请号:CN201610761426.8
申请日:2016-08-29
申请人: 华南理工大学
CPC分类号: G06F3/015 , G06K9/00503 , G06K9/6256 , G06K9/6267
摘要: 本发明公开了一种基于OpenVIBE的高性能运动想象在线脑机接口系统,包括信号采集设备、信号测试脚本、信号采集脚本、数据训练脚本以及在线实验脚本,其中,信号测试脚本连接信号采集设备,通过信号测试脚本检测信号质量,再通过信号采集脚本设置实验参数并进行运动想象实验数据采集,然后使用数据训练脚本基于RSTFC算法实现时空滤波分类器的训练,并得到具体的时空滤波分类器导入所述在线实验脚本,在线实验脚本根据训练得到的时空滤波分类器实现高性能的运动想象在线脑机接口系统。本发明采用模块化的设计方法提高了系统的可读性和灵活性,便于进行功能扩展,极大的提高了研究人员的工作效率,并且具有准确度高、性能好的优点。
-
公开(公告)号:CN110353702A
公开(公告)日:2019-10-22
申请号:CN201910591898.7
申请日:2019-07-02
申请人: 华南理工大学
IPC分类号: A61B5/16 , A61B5/0476 , A61B5/00 , G06K9/62
摘要: 本发明属于情感识别技术领域,涉及一种基于浅层卷积神经网络的情感识别方法及系统。通过脑电信号预处理,依据FBCSP特征提取方法设计浅层卷积神经网络,基于训练好的浅层卷积神经网络模型,对预处理后的脑电信号进行分类,得到情感识别结果。结合目前对脑电信号分类效果显著的FBCSP算法和卷积神经网络,并将其应用于情感脑电识别,能够显著提高不同情绪的识别准确率,而且对于不同的被试个体有着更好的泛用性。采用浅层卷积网络对处理后的情感脑电信号进行分类,比传统特征提取方法识别效果更好,在情感识别研究领域有着很好的应用前景。
-
公开(公告)号:CN106371590B
公开(公告)日:2019-06-18
申请号:CN201610761426.8
申请日:2016-08-29
申请人: 华南理工大学
摘要: 本发明公开了一种基于OpenVIBE的高性能运动想象在线脑机接口系统,包括信号采集设备、信号测试脚本、信号采集脚本、数据训练脚本以及在线实验脚本,其中,信号测试脚本连接信号采集设备,通过信号测试脚本检测信号质量,再通过信号采集脚本设置实验参数并进行运动想象实验数据采集,然后使用数据训练脚本基于RSTFC算法实现时空滤波分类器的训练,并得到具体的时空滤波分类器导入所述在线实验脚本,在线实验脚本根据训练得到的时空滤波分类器实现高性能的运动想象在线脑机接口系统。本发明采用模块化的设计方法提高了系统的可读性和灵活性,便于进行功能扩展,极大的提高了研究人员的工作效率,并且具有准确度高、性能好的优点。
-
-