融合递归图与深度学习的多目标SSVEP意念控制法及应用

    公开(公告)号:CN108445751B

    公开(公告)日:2021-03-16

    申请号:CN201810169303.4

    申请日:2018-02-28

    申请人: 天津大学

    IPC分类号: G05B13/04 G06F3/01

    摘要: 一种融合递归图与深度学习的多目标SSVEP意念控制法及应用,增加相位信息,设计多目标SSVEP脑电实验刺激界面;获取8个以上被试者中每一个被试者经n个刺激图片诱发的n种SSVEP脑电信号;得到8个以上被试者在不同刺激图片诱发下的脑电信号的递归图;为每一个递归图设定标签作为样本,构建数据集;搭建和优化深度卷积神经网络模型结构及参数,确定能够用于有效分类由不同刺激图片诱发的SSVEP脑电信号的递归图的深度卷积神经网络模型;将新的被试者SSVEP脑电信号经相空间重构后,以递归图形式输入优化后的深度卷积神经网络模型,实现多目标SSVEP脑电信号准确分类;生成意念控制指令,实现多目标意念控制。本发明适合在多目标的复杂控制领域中应用。

    融合可视图与深度学习的运动想象意念控制方法及应用

    公开(公告)号:CN108446020B

    公开(公告)日:2021-01-08

    申请号:CN201810169306.8

    申请日:2018-02-28

    申请人: 天津大学

    摘要: 一种融合可视图与深度学习的运动想象意念控制方法及应用,获取运动想象EEG脑电信号并进行预处理;对预处理后的运动想象EEG脑电信号采用可视图理论构建可视图复杂网络,得到大脑多层复杂网络;对于每一个可视图复杂网络,分别提取网络指标数据;对于任一被试者在每一个运动场景下的大脑多层复杂网络,获得所述各个网络指标数据,组成一维序列,并构建样本集,搭建初始深度卷积神经网络模型,使用样本集对初始深度卷积神经网络模型进行有监督的训练,得到能够用于运动想象EEG脑电信号有效分类、辨识的深度卷积神经网络模型及参数。本发明能够实现对运动想象EEG脑电信号的有效辨识和进行正确分类,并转化为脑控指令,实现对机械外骨骼的控制。

    基于压缩感知的P300脑机接口在智能家居中的应用方法

    公开(公告)号:CN108446021B

    公开(公告)日:2020-03-17

    申请号:CN201810169308.7

    申请日:2018-02-28

    申请人: 天津大学

    IPC分类号: G06F3/01

    摘要: 一种基于压缩感知的P300脑机接口在智能家居中的应用方法:构建多源数据采集和汇总的平台,平台包括多功能传感器与显示器;通过EEG脑电信号采集设备采集P300脑电信号,基于数据压缩感知理论对P300脑电信号进行压缩,得到观测信号;将观测信号通过Wifi无线传输至上位机,然后基于正交匹配追踪算法确定稀疏系数的估计,进而重构P300脑电信号估计,用于后续分析;设计基于P300脑电信号的意念控制平台,实现对目标家电的意念控制。本发明能够基于压缩感知理论实现P300脑电信号的高效获取,提高数据传输效率,将用户的脑电信号转化为有效的控制指令,使脑‑机接口在智能家居中得到有效应用,实现对家电的意念控制。

    基于多尺度加权递归网络的两相流网络可视化方法及应用

    公开(公告)号:CN106446441B

    公开(公告)日:2019-10-18

    申请号:CN201610889170.9

    申请日:2016-10-11

    申请人: 天津大学

    IPC分类号: G06F17/50

    摘要: 一种基于多尺度加权递归网络的两相流网络可视化方法及应用:对通过双层循环激励电导传感器得到的多通道信号进行多尺度变换;每一个尺度因子下构建多尺度加权递归网络;对所有尺度下的多通道信号重复上述的过程,得到多尺度加权递归网络;选取阈值,若交叉递归率大于阈值,则网络中的两节点之间有连边,否则无连边,得到多尺度无权递归网络;用基于贪婪优化策略的鲁文算法探寻多尺度无权递归网络的社团结构;对社团结构的探寻,揭示两相流流动结构特征,实现对复杂流动结构的网络可视化。采用双层循环激励电导传感器进行垂直油水两相流实验,并固定油相和水相的配比,改变油相和水相的流量进行实验。本发明能够实现对两相流流动结构的网络可视化。

    基于复杂网络的心电信号分析方法及在智能穿戴上的应用

    公开(公告)号:CN106510619B

    公开(公告)日:2019-04-05

    申请号:CN201610888617.0

    申请日:2016-10-11

    申请人: 天津大学

    IPC分类号: A61B5/00 A61B5/0402

    摘要: 基于复杂网络的心电信号分析方法及在智能穿戴上的应用:构建时间窗有限穿越可视图复杂网络,并提取网络特征指标:获得长度为Q的心电信号,对心电信号进行时间窗划分,从而获得N组长度为M的时间窗心电信号;对于每一个获得的时间窗心电信号构建有限穿越可视图复杂网络;计算每一个时间窗有限穿越可视图复杂网络的特征指标;结合单因素方差分析和T检验检验不同类型心电信号的时间窗有限穿越可视图复杂网络在同一指标下的显著性差异。本发明应用于智能穿戴设备,实现对使用者心脏状态的实时监测,并可提供必要的预警。本发明实现对健康心电信号与患病心电信号准确辨识以及不同类型心脏病的区分,在心脏疾病分析及心脏疾病发作远程报警方面有很大的应用潜力。

    一种基于深度学习的食材辨识系统和食材辨识方法

    公开(公告)号:CN108846314A

    公开(公告)日:2018-11-20

    申请号:CN201810432216.3

    申请日:2018-05-08

    摘要: 本发明提供一种基于深度学习的食材辨识系统和食材辨识方法,还涉及一种基于深度学习的食材图像识别模块的构建方法,其中所述食材图像识别模块的构建方法包括:获取大量食材图像,根据食材信息为所述食材图像分别设定标签,构建带标签的食材图像数据库;构建初始深度学习网络模型,包括对网络结构以及网络参数的初始化;将所述食材图像数据库中食材图像输入初始深度学习网络模型,训练获得食材图像识别模块。本发明将基于深度学习的图像识别方法用于食材识别,采用深度学习算法对食材数据进行训练分析,能够实现尽可能精确的食材辨识。

    一种饮食管理系统及其构建方法、一种食材管理方法

    公开(公告)号:CN108766528A

    公开(公告)日:2018-11-06

    申请号:CN201810432254.9

    申请日:2018-05-08

    IPC分类号: G16H20/60 G06N3/04

    CPC分类号: G16H20/60 G06N3/0454

    摘要: 本发明提供一种饮食管理系统及其构建方法、以及一种食材管理方法,包括智能终端,信息采集系统,Faster RCNN模型以及有向加权复杂网络,其中,所述信息采集系统设置于智能终端内并用于采集信息;所述信息采集系统连接所述Faster RCNN模型,并用于向Faster RCNN模型发送信息;所述Faster RCNN模型用于食材辨识,其连接至有向加权复杂网络;所述有向加权复杂网络用于获取相关信息并处理。优选地,所述智能终端包括用户界面,所述有向加权复杂网络通信连接用户界面并可将处理后得到信息反馈和/或显示在所述用户界面。

    融合递归图与深度学习的多目标SSVEP意念控制法及应用

    公开(公告)号:CN108445751A

    公开(公告)日:2018-08-24

    申请号:CN201810169303.4

    申请日:2018-02-28

    申请人: 天津大学

    IPC分类号: G05B13/04 G06F3/01

    摘要: 一种融合递归图与深度学习的多目标SSVEP意念控制法及应用,增加相位信息,设计多目标SSVEP脑电实验刺激界面;获取8个以上被试者中每一个被试者经n个刺激图片诱发的n种SSVEP脑电信号;得到8个以上被试者在不同刺激图片诱发下的脑电信号的递归图;为每一个递归图设定标签作为样本,构建数据集;搭建和优化深度卷积神经网络模型结构及参数,确定能够用于有效分类由不同刺激图片诱发的SSVEP脑电信号的递归图的深度卷积神经网络模型;将新的被试者SSVEP脑电信号经相空间重构后,以递归图形式输入优化后的深度卷积神经网络模型,实现多目标SSVEP脑电信号准确分类;生成意念控制指令,实现多目标意念控制。本发明适合在多目标的复杂控制领域中应用。

    基于复杂网络与图像识别的空调个性化健康管理方法

    公开(公告)号:CN108426349A

    公开(公告)日:2018-08-21

    申请号:CN201810167495.5

    申请日:2018-02-28

    申请人: 天津大学

    摘要: 一种基于复杂网络与图像识别的空调个性化健康管理方法:获取家居环境数据以及用户生理数据和体检数据;构建深度卷积神经网络A对家居图片数据进行分析处理;在不同时段,对用户脉搏数据X1以及用户心电数据X2进行特征提取,获得不同时段的网络指标;构建和训练深度卷积神经网络B,利用深度卷积神经网络B对不同时段的网络指标进行分类;对空调的运行模式进行调节,包括根据已建立的深度卷积神经网络A、深度卷积神经网络B和实时获取的家居图片数据和用户生理数据进行自动调节,以及通过移动终端进行手动调节。本发明在空调调控过程中,不是依据用户主观感受,而是结合了家居环境场景以及用户的身体健康状况,能够达到更加精准的温度、湿度调控。

    融合复杂网络和图卷积的脑控康复系统运动想象识别系统

    公开(公告)号:CN111584027B

    公开(公告)日:2022-03-11

    申请号:CN202010364649.7

    申请日:2020-04-30

    申请人: 天津大学

    摘要: 一种融合复杂网络和图卷积的脑控康复系统运动想象识别系统,被试者通过观看手部握拳与伸展动作视频进行运动想象,同时脑电信号采集设备采集被试者的运动想象EEG脑电信号;运动意图识别模块对获得的运动想象EEG脑电信号构建多熵复杂网络,提取运动想象EEG脑电信号中符号波动、频率能量分布和幅值波动方面的特征,输入图卷积神经网络中对握拳运动想象EEG脑电信号和手部伸展运动想象EEG脑电信号进行分类与辨识,将分类结果传输到脑控康复系统,促使被试者执行手部握拳与伸展动作;该脑控康复系统使得运动意图和肢体感觉之间形成闭环通路,逐渐增强被试者的肌肉强度和神经传导速度,促进受损大脑运动区域的恢复,逐渐恢复活动能力。