-
公开(公告)号：CN113842151B
公开(公告)日：2024-01-05
申请号：CN202111160386.9
申请日：2021-09-30
申请人： 杭州电子科技大学
摘要： 本发明提出一种基于高效多源胶囊网络的跨被试EEG认知状态检测方法。本发明通过将目标域和多源域的特征分布对齐，以实现域间特征的有效迁移。将EEG数据构建成多通道一维结构，提高了训练效率，同时提高模型性能。其次，引入自表达模块来捕捉样本之间的潜在联系，能够很好地适应不同任务下具有显著个体差异的跨被试EEG数据分析。最后提出了基于动态子胶囊的空间注意力算法来进一步学习EEG数据空间层次上的细粒度特征信息，有效刻画了EEG数据的部分间空间关系和部分‑整体层次关系。本发明有效避免了脑认知计算领域脑电信号的个体差异性问题，可适用于任何任务下基于EEG的认知状
-
公开(公告)号：CN114239652A
公开(公告)日：2022-03-25
申请号：CN202111539147.4
申请日：2021-12-15
申请人： 杭州电子科技大学
摘要： 本发明公开了一种基于聚类的对抗部分域适应跨被试EEG情绪识别方法，利用源域样本的特征计算类簇中心，并将源域真实标签作为类簇标签，并引入一致性匹配算法和跨域聚类共识指标，利用Kmeans聚类得到无标签目标域样本相应的类簇标签和类簇中心，将源域类簇中心与目标域类簇中心进行一致性匹配，对于匹配成功的两个类簇，将源域标签分配给共同语义的目标域类簇，同时计算跨域聚类共识指标实现最优目标域类簇个数的搜索，最终实现源域和目标域的共有类别的关联和私有类别的分离，该方法充分考虑无标签数据的特征空间分布结构，具有较高的普适性，能够大大提高模型训练效率，并为临床应用提供技术支持。
-
公开(公告)号：CN113098465A
公开(公告)日：2021-07-09
申请号：CN202110331786.5
申请日：2021-03-29
申请人： 杭州电子科技大学
IPC分类号： H03K17/28
摘要： 本发明一种高集成度可调节左手延迟电路，包括两个可调电容电路和一个可调有源电感电路，所述可调有源电感电路的一端连接于两个串联的可调电容电路的中间节点，所述可调有源电感电路的另一端接地；两个可调电容电路的两端分别为左手延迟电路的输入端、输出端。本发明采用有源电感电路，可以提高左手延迟电路的集成度，降低面积和成本；采用可调电容、电感电路粗细调节相结合的结构可以提高左手延迟电路的延时范围和延时分辨率。
-
公开(公告)号：CN112749635A
公开(公告)日：2021-05-04
申请号：CN202011589943.4
申请日：2020-12-29
申请人： 杭州电子科技大学
摘要： 本发明公开了一种基于原型聚类域适应算法的跨被试EEG认知状态识别方法。本发明引入了类别域的概念，一方面基于标签的多源域对齐，考虑不同类间的特征分布差异，研究特征空间中不同源域间类条件下的结构细粒度对齐，将多源域域内类别不平衡问题转化为类别域的方式。另一方面，源域和目标域之间的原型理论聚类对齐，即以动态调整原型中心为约束对目标域进行相似源域间的聚类，实现域间同类特征相近，异类特征相疏。前者实现域内类条件结构特征对齐，后者实现全局细粒度结构特征对齐。本发明能够兼容类别平衡和不平衡的情况，有效解决了脑认知计算领域脑电信号的个体差异性问题，具有较强的泛化能力，能够很好的适用于临床诊断和实际应用。
-
公开(公告)号：CN112580518B
公开(公告)日：2024-04-05
申请号：CN202011526572.5
申请日：2020-12-22
申请人： 杭州电子科技大学
IPC分类号： G06F18/2431 , G06F18/23 , G06F18/214 , G06F18/213 , G06N3/088 , G06N3/096
摘要： 本发明公开了一种基于原型聚类域适应算法的跨被试EEG认知状态识别方法。本发明引入了类别域的概念，一方面基于标签的多源域对齐，考虑不同类间的特征分布差异，研究特征空间中不同源域间类条件下的结构细粒度对齐，将多源域域内类别不平衡问题转化为类别域的方式。另一方面，源域和目标域之间的原型理论聚类对齐，即以动态调整原型中心为约束对目标域进行相似源域间的聚类，实现域间同类特征相近，异类特征相疏。前者实现域内类条件结构特征对齐，后者实现全局细粒度结构特征对齐。本发明能够兼容类别平衡和不平衡的情况，有效解决了脑认知计算领域脑电信号的个体差异性问题，具有较强的泛化能力，能够很好的适用于临床诊断和实际应用。
-
公开(公告)号：CN113842151A
公开(公告)日：2021-12-28
申请号：CN202111160386.9
申请日：2021-09-30
申请人： 杭州电子科技大学
摘要： 本发明提出一种基于高效多源胶囊网络的跨被试EEG认知状态检测方法。本发明通过将目标域和多源域的特征分布对齐，以实现域间特征的有效迁移。将EEG数据构建成多通道一维结构，提高了训练效率，同时提高模型性能。其次，引入自表达模块来捕捉样本之间的潜在联系，能够很好地适应不同任务下具有显著个体差异的跨被试EEG数据分析。最后提出了基于动态子胶囊的空间注意力算法来进一步学习EEG数据空间层次上的细粒度特征信息，有效刻画了EEG数据的部分间空间关系和部分‑整体层次关系。本发明有效避免了脑认知计算领域脑电信号的个体差异性问题，可适用于任何任务下基于EEG的认知状态识别，具有较强的泛化能力，能够很好的适用于临床诊断和实际应用。
-
公开(公告)号：CN113098464B
公开(公告)日：2021-11-30
申请号：CN202110330317.1
申请日：2021-03-29
申请人： 杭州电子科技大学
IPC分类号： H03K17/28
摘要： 本发明公开了一种高延时精度宽延时调节范围的延时线电路，包括依次连接的粗调节延时单元、中调节延时单元和细调节延时单元；延时线电路的输入信号通过粗调节延时单元控制延迟时间，信号后进入中调节延时单元并通过调节中调节延时单元控制信号的延迟时间；信号再进入细调节延时单元，并通过调节细调节延时单元控制信号的延迟时间，细调节延时单元的输出为延时线电路的输出。本发明通过结合粗、中、细调节延时线架构，实现延迟时间的均匀调节，提高延时线的延时分辨率，同时满足宽延迟时间调节范围的性能要求。
-
公开(公告)号：CN113098466A
公开(公告)日：2021-07-09
申请号：CN202110338706.9
申请日：2021-03-29
申请人： 杭州电子科技大学
IPC分类号： H03K17/28
摘要： 本发明公开了一种正负群延时抵消的群延时平坦化处理系统，包括依次连接的正群延时网络和负群延时网络，所述正群延时网络的输入端为信号的输入端，信号在正群延时网络进行正群延时信号处理，正群延时网络的输出端与负群延时网络的输入端连接，信号在负群延时网络进行负群延时信号处理，负群延时网络的输出端为信号的输出端。本发明正负群延时抵消的信号延时处理系统具有群延时平坦化、延时工作带宽宽、延时值可调节等特点。
-
公开(公告)号：CN112580518A
公开(公告)日：2021-03-30
申请号：CN202011526572.5
申请日：2020-12-22
申请人： 杭州电子科技大学
摘要： 本发明公开了一种基于原型聚类域适应算法的跨被试EEG认知状态识别方法。本发明引入了类别域的概念，一方面基于标签的多源域对齐，考虑不同类间的特征分布差异，研究特征空间中不同源域间类条件下的结构细粒度对齐，将多源域域内类别不平衡问题转化为类别域的方式。另一方面，源域和目标域之间的原型理论聚类对齐，即以动态调整原型中心为约束对目标域进行相似源域间的聚类，实现域间同类特征相近，异类特征相疏。前者实现域内类条件结构特征对齐，后者实现全局细粒度结构特征对齐。本发明能够兼容类别平衡和不平衡的情况，有效解决了脑认知计算领域脑电信号的个体差异性问题，具有较强的泛化能力，能够很好的适用于临床诊断和实际应用。
-
公开(公告)号：CN113392733B
公开(公告)日：2022-06-21
申请号：CN202110601409.9
申请日：2021-05-31
申请人： 杭州电子科技大学
摘要： 本发明公开了一种基于标签对齐的多源域自适应跨被试EEG认知状态评估方法。本发明包括步骤：1：数据获取；2：数据预处理；3：基于LA‑MSDA模型的跨被试EEG认知状态评估方法。本发明采用分阶段使用共享公共特征提取器和非共享子特征提取器，进一步学习源域样本和目标域样本的被试不变特征和特定特征；其次，考虑到跨被试间的关系和相似性，提出了将局部和全局表示的域间分布进行对齐的方法，以评估跨被试的认知状态，解决了难以学习细粒度的类条件信息和适应跨被试的决策边界样本的问题。最后，本发明有效避免了脑认知计算领域脑电信号的个体差异性问题，可适用于任何任务下基于EEG的认知状态识别，泛化能力强，能够很好的适用于临床诊断和实际应用。
-
-
-
-
-
-
-
-
-
搜索结果
15 条记录 (耗时 0.045 秒)
