基于EEG多分支图卷积的跨被试情绪识别方法、装置及系统和存储介质

    公开(公告)号:CN119442038A

    公开(公告)日:2025-02-14

    申请号:CN202510028443.X

    申请日:2025-01-08

    Abstract: 本申请涉及脑电波信号处理技术领域,公开一种基于EEG多分支图卷积的跨被试情绪识别方法、装置及系统和存储介质,其中方法包括:获取EEG数据;对EEG数据进行滤波得到第一信号;对第一信号进行五个频段的滤波得到第二信号;在第二信号中,以设定时间的时间窗口提取微分熵特征;基于微分熵特征,通过多分支图卷积网络提取到各频段的图特征;将各频段的图特征输入至图特征融合模块中进行融合,得到情绪特征;将情绪特征输入多层感知机,得到情绪的预测概率,并且在训练阶段使用域适应技术拉近源域和目标域之间的特征分布。本申请可有效减少跨域数据分布差异对模型性能的影响,提高情绪状态识别的准确性和鲁棒性。

    非接触式心率检测方法、装置和电子设备

    公开(公告)号:CN114569101A

    公开(公告)日:2022-06-03

    申请号:CN202210222186.X

    申请日:2022-03-09

    Abstract: 本发明提供了一种非接触式心率检测方法、装置和电子设备,其中,该方法包括:通过预设摄像头,采集包含有目标对象的目标图像;基于目标图像,确定感兴趣区域;对感兴趣区域对应的图像区域进行颜色空间转换,得到指定颜色空间下的图像信号;对指定颜色空间下的图像信号进行信号提取,得到血液容积脉冲信号,该血液容积脉冲信号中包含有信号的时频信息;基于血液容积脉冲信号确定目标对象的心率。该方式通过摄像头实时采集目标对象的图像,并对该图像进行时频分析处理,得到心率值,从而实现了非接触式心率检测,并满足在实际场景中的应用,能够在自然光状态下对心率进行检测,具有操作便捷、设备要求低、受环境制约小、实时性强和准确度高等特点。

    一种计算机信息安全保护装置

    公开(公告)号:CN110909396A

    公开(公告)日:2020-03-24

    申请号:CN201910972860.4

    申请日:2019-10-14

    Abstract: 本发明公开了一种计算机信息安全保护装置,具体涉及计算机设备技术领域,包括桌板,所述桌板底部两侧分别固定设置有第一支撑柜和第二支撑柜,所述桌板顶部设置有显示屏,所述显示屏输出端连接有主机,所述主机设置在第二支撑柜内部,所述第二支撑柜外侧设置有主机防护机构,所述桌板底部设置有键盘防护机构。本发明通过设置有主机防护机构和键盘防护机构,可以通过防护门上的按键槽直接按动主机的开机键,从而不需要打开防护门便可以开机,提高了开机效率,通过第一指纹密码锁和第二指纹密封锁可以有效对主机和键盘进行防护,与现有技术相比,可以有效对键盘和主机进行防护,且自动化程度高,操作便捷,且开机不用进行验证,提高操作效率。

    基于自适应时空卷积注意力网络的双模态信号融合方法

    公开(公告)号:CN118626940A

    公开(公告)日:2024-09-10

    申请号:CN202411106056.5

    申请日:2024-08-13

    Abstract: 本发明公开了一种基于自适应时空卷积注意力网络的双模态信号融合方法,属于大脑多模态信号分类的技术领域,其包括获取处理后的脑电信号;对处理后的脑电信号进行两次二维卷积操作和滑动窗口处理,得到多个窄时间序列;提取多个窄时间序列中的时间特征,并基于多层感知机分类层,得到EEG数据时间分支的脑认知任务的分类结果;采用等距方位角投影将血红蛋白浓度转化为三维空间张量,并引入深度空间卷积和空间注意机制提取三维空间张量中的关键空间信息;最后采用决策融合策略融合并行双分支的结果,最终得到目标脑认知任务的分类结果。本发明有效满足了脑认知多任务识别的需要,并增强了网络泛化性。

    一种基于相对小波包熵脑网络和改进版lasso的运动想象脑电识别方法

    公开(公告)号:CN112949533B

    公开(公告)日:2022-04-22

    申请号:CN202110276094.5

    申请日:2021-03-15

    Abstract: 本发明公开了一种基于相对小波包熵脑网络和改进版lasso的运动想象脑电识别方法,包括:根据功率谱密度计算R²图,得到最大的频率波段并进行带通滤波;通过小波包方法对脑电信号的细节系数和近似系统进行提取并计算,得到小波包能量熵特征,并通过小波包能量熵值构建脑功能网络,提取脑网络的拓扑特征;并根据数据预处理中SCSP算法,得到方差特征;将三种特征进行融合,得到较高维度的特征矩阵;通过互信息和相关性的Lasso方法并结合Relief‑f算法进行特征选择,筛选出较小维度的特征矩阵。本发明不仅提取时空域特征,也将脑网络的拓扑特征一并提取,保留更多脑电特征信息;并结合互信息和相关性的Lasso方法和Relief‑f算法进行特征筛选,使特征选择出的特征更优秀。

    基于自适应时空卷积注意力网络的双模态信号融合方法

    公开(公告)号:CN118626940B

    公开(公告)日:2024-10-11

    申请号:CN202411106056.5

    申请日:2024-08-13

    Abstract: 本发明公开了一种基于自适应时空卷积注意力网络的双模态信号融合方法,属于大脑多模态信号分类的技术领域,其包括获取处理后的脑电信号;对处理后的脑电信号进行两次二维卷积操作和滑动窗口处理,得到多个窄时间序列;提取多个窄时间序列中的时间特征,并基于多层感知机分类层,得到EEG数据时间分支的脑认知任务的分类结果;采用等距方位角投影将血红蛋白浓度转化为三维空间张量,并引入深度空间卷积和空间注意机制提取三维空间张量中的关键空间信息;最后采用决策融合策略融合并行双分支的结果,最终得到目标脑认知任务的分类结果。本发明有效满足了脑认知多任务识别的需要,并增强了网络泛化性。

    一种基于相对小波包熵脑网络和改进版lasso的运动想象脑电识别方法

    公开(公告)号:CN112949533A

    公开(公告)日:2021-06-11

    申请号:CN202110276094.5

    申请日:2021-03-15

    Abstract: 本发明公开了一种基于相对小波包熵脑网络和改进版lasso的运动想象脑电识别方法,包括:根据功率谱密度计算R²图,得到最大的频率波段并进行带通滤波;通过小波包方法对脑电信号的细节系数和近似系统进行提取并计算,得到小波包能量熵特征,并通过小波包能量熵值构建脑功能网络,提取脑网络的拓扑特征;并根据数据预处理中SCSP算法,得到方差特征;将三种特征进行融合,得到较高维度的特征矩阵;通过互信息和相关性的Lasso方法并结合Relief‑f算法进行特征选择,筛选出较小维度的特征矩阵。本发明不仅提取时空域特征,也将脑网络的拓扑特征一并提取,保留更多脑电特征信息;并结合互信息和相关性的Lasso方法和Relief‑f算法进行特征筛选,使特征选择出的特征更优秀。

    基于脑电信号通道注意力卷积神经网络的身份识别方法

    公开(公告)号:CN113243924A

    公开(公告)日:2021-08-13

    申请号:CN202110544789.7

    申请日:2021-05-19

    Abstract: 本发明公开了一种基于脑电信号通道注意力卷积神经网络的身份识别方法,包括以下步骤:S1、从情感脑电数据库中选择不同通道的EEG信号作为原始信号;S2、利用带通滤波器去除原始信号中的眼电伪迹信号以及工频干扰信号,得到纯净的情感脑电信号;S3、将预处理之后的情感脑电信号输入深度学习身份识别模型中,利用深度学习算法对情感脑电信号进行身份识别。本发明选用了情感EEG信号进行身份识别,情感EEG易于获取,身份识别方法更具有普适性和泛化性。本发明缩短了前层和后层之间连接的神经元数量,减轻了梯度消失问题,加强特征传播和减少网络参数更有效的利用了不同情感状态的EEG信号特征,从而有效的进行情感脑电信号的身份识别。

    一种计算机信息安全保护装置

    公开(公告)号:CN110909396B

    公开(公告)日:2020-08-21

    申请号:CN201910972860.4

    申请日:2019-10-14

    Abstract: 本发明公开了一种计算机信息安全保护装置,具体涉及计算机设备技术领域,包括桌板,所述桌板底部两侧分别固定设置有第一支撑柜和第二支撑柜,所述桌板顶部设置有显示屏,所述显示屏输出端连接有主机,所述主机设置在第二支撑柜内部,所述第二支撑柜外侧设置有主机防护机构,所述桌板底部设置有键盘防护机构。本发明通过设置有主机防护机构和键盘防护机构,可以通过防护门上的按键槽直接按动主机的开机键,从而不需要打开防护门便可以开机,提高了开机效率,通过第一指纹密码锁和第二指纹密封锁可以有效对主机和键盘进行防护,与现有技术相比,可以有效对键盘和主机进行防护,且自动化程度高,操作便捷,且开机不用进行验证,提高操作效率。

Patent Agency Ranking