-
-
公开(公告)号:CN115137351B
公开(公告)日:2023-07-14
申请号:CN202210861420.3
申请日:2022-07-22
摘要: 本发明公开了一种基于肌电信号的上肢肘关节角度估计方法及系统,涉及模式识别领域。本发明包括以下步骤:采集肌电信号以及肌电信号对应的肘关节运动角度;对肌电信号进行预处理,并提取肌电信号的特征;将肌电信号的特征以及肘关节运动角度作为样本数据输入到IACO‑GRNN网络中;多次迭代,利用改进的蚁群算法找出最优光滑因子,获得IACO‑GRNN模型;将待检测肌电信号输入到IACO‑GRNN模型,得到对应的上肢肘关节角度。本发明提取肘关节运动过程中的肌电信号和关节运动角度数据,建立肌电信号和角度数据的映射,从而实现基于肌电信号对上肢肘关节运动的估计。
-
公开(公告)号:CN115137351A
公开(公告)日:2022-10-04
申请号:CN202210861420.3
申请日:2022-07-22
摘要: 本发明公开了一种基于肌电信号的上肢肘关节角度估计方法及系统,涉及模式识别领域。本发明包括以下步骤:采集肌电信号以及肌电信号对应的肘关节运动角度;对肌电信号进行预处理,并提取肌电信号的特征;将肌电信号的特征以及肘关节运动角度作为样本数据输入到IACO‑GRNN网络中;多次迭代,利用改进的蚁群算法找出最优光滑因子,获得IACO‑GRNN模型;将待检测肌电信号输入到IACO‑GRNN模型,得到对应的上肢肘关节角度。本发明提取肘关节运动过程中的肌电信号和关节运动角度数据,建立肌电信号和角度数据的映射,从而实现基于肌电信号对上肢肘关节运动的估计。
-
公开(公告)号:CN115177490A
公开(公告)日:2022-10-14
申请号:CN202210500032.2
申请日:2022-05-06
摘要: 本发明公开了一种对下肢外骨骼进行人机交互力检测的装置,其包括有传动轴连杆(3)、护板(11)、导轨(12)、滑块(13)、柔性变形体(1)以及编码器(14)。该人机交互力检测装置一端通过导轨(12)安装在外骨骼腿杆外侧,另一端通过护板(11)与人体下肢捆绑,这样一方面可以增大传动轴连杆(3)而便于变形检测,另一方面可以避免该检测装置与人体下肢出现运动干涉问题。本发明人机交互力检测装置的目标是实时精准地获取外骨骼对人腿所施加的作用力。
-
公开(公告)号:CN114359514A
公开(公告)日:2022-04-15
申请号:CN202111664641.3
申请日:2021-12-30
摘要: 本说明书实施例公开了一种双目立体图像视差图像获取方法,方法包括:获取待处理的双目立体图像和激光雷达点云;对双目立体图像进行特征提取,确定出双目立体图像中左侧图像与右侧图像对应的特征相关性图;根据左侧图像与右侧图像对应的特征相关性图,生成特征相关金字塔;将激光雷达点云投影到双目立体图像中的指定一侧图像,生成相关联的激光雷达视差图像;对双目立体图像中的指定一侧图像进行提取,确定出亲和力传播图和上下文特征;根据亲和力传播图与激光雷达视差图像,生成视差图;根据视差图在特征相关金字塔查找对应相关特征;将相关特征、上下文特征输入GRU更新模块,以迭代的方式得到双目立体视差图像。
-
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:CN116662854A
公开(公告)日:2023-08-29
申请号:CN202310624931.8
申请日:2023-05-30
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: G06F18/24 , A61B5/369 , A61B5/372 , A61B5/00 , G06F18/214 , G06F18/213 , G06N3/0464 , G06N3/096 , G06N3/048
摘要: 本发明公开了一种适用于跨被试脑电数据的解码方法,涉及脑电信号解码技术领域,包括:获取源域数据和目标域数据;构建跨被试脑电数据解码模型;将所述源域数据和目标域数据输入至跨被试脑电数据解码模型中进行训练,根据分类损失函数和自适应损失函数,更新跨被试脑电数据解码模型的网络参数,直至达到预设的迭代停止条件,输出最优网络模型;将脑机接口使用者的在线脑电样本输入至最优网络模型中,输出目标域标签。本发明构建一个端到端的神经网络,无需繁琐的手工特征处理,同时该网络能够处理多种脑电范式,减少了网络的重复性设计,有效提升网络的运行效率,该网络有效提升了跨被试脑机接口的分类精度。
-
公开(公告)号:CN116563866A
公开(公告)日:2023-08-08
申请号:CN202310450644.X
申请日:2023-04-25
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: G06V30/41 , G06V30/18 , G06V30/19 , G06F16/583 , G06F16/51 , G06F40/284 , G06F40/216
摘要: 本发明公开了一种基于图像特征点匹配的违规图像检测方法及系统,应用于互联网审核技术领域。包括以下步骤:S1.将图像数据库中的图像作为输入图像,首先计算输入图像对应的特征描述符集,通过特征描述符集构建一颗词汇树,并建立词袋描述符与图像之间的联系;S2.将S1中的输入图像通过词汇树检索图像数据库中与查询图像最为相似的图像作为候选图像;S3.通过图像匹配技术,计算查询图像与候选图像的相似度,选择最为相似的候选图像作为检索结果。本发明可以很好的将图像进行分类检测,过滤违规的图像。
-
公开(公告)号:CN115630305A
公开(公告)日:2023-01-20
申请号:CN202211390825.X
申请日:2022-11-07
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: G06F18/214 , G06F18/241 , G06F123/00
摘要: 本发明提供了一种基于迁移学习的跨被试脑机接口解码方法,用于脑机解码,包括以下步骤:获取多源域数据集;除去所述多源域数据集中负影响样本,得到目标多源域数据集;根据所述目标多源域数据集对分类器进行训练,获得分类模型;将目标域数据输入所述分类模型,得到分类结果完成解码。本发明降低了脑机接口校准所需时间;本发明所用的训练数据集全部来自不同的被试,因此在实际使用时,可以采用其他被试提前采集的数据进行训练,而不需要脑机接口当前使用者采集大量训练数据或采用少量数据。
-
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。
-
-
-
-
-
-
-
-
-