-
公开(公告)号：CN110765920B
公开(公告)日：2023-03-24
申请号：CN201910993633.X
申请日：2019-10-18
申请人： 西安电子科技大学
IPC分类号： G06F18/10 , G06F18/213 , G06F18/24 , G06F18/241
摘要： 本发明公开了一种基于并行多尺度时间卷积核的卷积神经网络方法，主要解决现有技术检测准确率低，难以有效检测出用户想象运动的问题。其实现方案是：采集想象运动脑电数据，并对其进行预处理，使用预处理后的脑电数据制作数据集；构建卷积神经网络，使用训练集和验证集训练卷积神经网络，使用测试集测试卷积神经网络，使用被试者的脑电数据微调测试后的卷积神经网络，得到适合被试者进行在线实验的最终卷积神经网络；实时获取被试者的在线想象运动脑电信号，并送入最终的卷积神经网络，得到实时分类结果。本发明能有效检测出用户的想象运动，提高了对想象运动脑电信号的分类准确率，可用于医疗服务，作为辅助工具参与中风患者的康复治疗。
-
公开(公告)号：CN113433962B
公开(公告)日：2022-12-02
申请号：CN202110797588.8
申请日：2021-07-14
申请人： 西安电子科技大学
摘要： 本发明公开了一种空中飞行平台自动化无人机回收系统和方法，解决了无人机导航信号易受干扰，回收时损耗大的问题。系统的飞行控制子系统以相机和激光雷达的信息为输入，导航无人机到达平台下方，回收装置两机械臂末端合拢，夹住无人机顶端的伸缩杆，实现无人机回收。方法有设计空中飞行平台自动化无人机回收系统；系统初始化；回收中无人机自主导航；无人机在平台下进行定位和位置校准；回收装置抓取无人机。本发明在导航期间以视觉信息和激光雷达为输入，根据无人机与平台间距离选择不同的模式，减小了信号干扰。嵌有压力传感器的抓手设计，减小了回收时的损耗。应用于无人机空中回收。
-
公开(公告)号：CN113433962A
公开(公告)日：2021-09-24
申请号：CN202110797588.8
申请日：2021-07-14
申请人： 西安电子科技大学
摘要： 本发明公开了一种空中飞行平台自动化无人机回收系统和方法，解决了无人机导航信号易受干扰，回收时损耗大的问题。系统的飞行控制子系统以相机和激光雷达的信息为输入，导航无人机到达平台下方，回收装置两机械臂末端合拢，夹住无人机顶端的伸缩杆，实现无人机回收。方法有设计空中飞行平台自动化无人机回收系统；系统初始化；回收中无人机自主导航；无人机在平台下进行定位和位置校准；回收装置抓取无人机。本发明在导航期间以视觉信息和激光雷达为输入，根据无人机与平台间距离选择不同的模式，减小了信号干扰。嵌有压力传感器的抓手设计，减小了回收时的损耗。应用于无人机空中回收。
-
公开(公告)号：CN113349801A
公开(公告)日：2021-09-07
申请号：CN202110686290.X
申请日：2021-06-21
申请人： 西安电子科技大学
IPC分类号： A61B5/372
摘要： 本发明公开了一种基于卷积神经网络的想象言语脑电信号解码方法。该方法提出了一种用图片诱发受试者产生想象言语的流程，采用多尺度时间卷积和膨胀卷积构造卷积神经网络解码想象言语脑电信号。具体步骤包括：诱发受试者产生想象言语，生成训练集和测试集，构建卷积神经网络，训练卷积神经网络，输出想象言语脑电信号解码结果。本发明克服了现有技术诱发出的脑电信号包含想象言语信息较少，想象言语脑电信号解码方法采用单一尺度卷积核，解码中某些频段特征丢失，且脑电信号长时间的特征难以提取的问题，使得本发明提高了对想象言语脑电信号的分类准确率。
-
公开(公告)号：CN113408397B
公开(公告)日：2023-03-24
申请号：CN202110663843.X
申请日：2021-06-16
申请人： 西安电子科技大学
IPC分类号： G06F18/214 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种领域自适应的跨受试者运动想象脑电信号识别系统及方法，解决了跨受试者运动想象脑电信号识别准确率低的问题。系统有数据采集、数据预处理、网络训练控制、网络模块和网络前向执行模块，网络前向执行模块读取网络模块参数并结合预处理的脑电信号计算出运动想象分类结果。网络模块为构建的空间条件领域自适应网络SCDAN模块。方法有构建识别系统；采集运动想象脑电数据；脑电数据预处理；准备训练数据；更新SCDAN模块；网络前向执行得到运动想象分类结果。本发明利用领域自适应技术构建SCDAN模块，实现高准确率识别分类。本发明跨受试者运动想象识别准确率高，场景通用性强。
-
公开(公告)号：CN113408397A
公开(公告)日：2021-09-17
申请号：CN202110663843.X
申请日：2021-06-16
申请人： 西安电子科技大学
摘要： 本发明公开了一种领域自适应的跨受试者运动想象脑电信号识别系统及方法，解决了跨受试者运动想象脑电信号识别准确率低的问题。系统有数据采集、数据预处理、网络训练控制、网络模块和网络前向执行模块，网络前向执行模块读取网络模块参数并结合预处理的脑电信号计算出运动想象分类结果。网络模块为构建的空间条件领域自适应网络SCDAN模块。方法有构建识别系统；采集运动想象脑电数据；脑电数据预处理；准备训练数据；更新SCDAN模块；网络前向执行得到运动想象分类结果。本发明利用领域自适应技术构建SCDAN模块，实现高准确率识别分类。本发明跨受试者运动想象识别准确率高，场景通用性强。
-
公开(公告)号：CN110765920A
公开(公告)日：2020-02-07
申请号：CN201910993633.X
申请日：2019-10-18
申请人： 西安电子科技大学
摘要： 本发明公开了一种基于并行多尺度时间卷积核的卷积神经网络方法，主要解决现有技术检测准确率低，难以有效检测出用户想象运动的问题。其实现方案是：采集想象运动脑电数据，并对其进行预处理，使用预处理后的脑电数据制作数据集；构建卷积神经网络，使用训练集和验证集训练卷积神经网络，使用测试集测试卷积神经网络，使用被试者的脑电数据微调测试后的卷积神经网络，得到适合被试者进行在线实验的最终卷积神经网络；实时获取被试者的在线想象运动脑电信号，并送入最终的卷积神经网络，得到实时分类结果。本发明能有效检测出用户的想象运动，提高了对想象运动脑电信号的分类准确率，可用于医疗服务，作为辅助工具参与中风患者的康复治疗。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.044 秒)
