-
公开(公告)号：CN113995423B
公开(公告)日：2022-12-02
申请号：CN202110687765.7
申请日：2021-06-21
Applicant: 西安电子科技大学
IPC: A61B5/372
Abstract: 本发明公开了一种基于相位保持网络的连续快速视觉演示脑电信号分类方法，主要解决现有技术检测准确率低，难以实现用户完成目标检测的问题。其实现方案是：采集连续快速视觉演示脑电数据，并对其进行预处理；使用预处理后的脑电数据制作数据集；构建相位保持网络，并使用训练集和验证集训练相位保持网络，使用测试集测试相位保持网络，使用被试者的脑电数据微调测试后的相位保持网络，得到适合被试者进行在线实验的最终相位保持网络；实时获取被试者的在线连续快速视觉演示脑电信号，送入最终的相位保持网络，得到实时分类结果。本发明提高了对连续快速视觉演示脑电信号的分类准确率，可用于目标检测，帮助图片侦察人员对大量图片进行有效的分类。
-
公开(公告)号：CN114118176A
公开(公告)日：2022-03-01
申请号：CN202210001444.1
申请日：2022-01-04
Applicant: 西安电子科技大学
Abstract: 本申请属于信号处理技术领域，涉及一种脑电信号的分类方法，具体提供了一种基于解耦表示学习的连续快速视觉演示脑电信号分类方法，该方法包括如下步骤：S1，脑电信号的获取及预处理；S2，解耦表示学习网络的构建；S3，对构建的解耦表示学习网络进行训练；S4，对训练后的解耦表示学习网络进行测试；S5，对测试后的解耦表示学习网络进行微调；S6，对微调后的解耦表示学习网络进行实时检测。本发明将学习过程解耦为表示学习过程和分类器学习过程，避免分类器对表示学习过程产生影响，解决了连续快速视觉演示分类中存在的类别不平衡问题导致分类准确率低的问题，从而提高脑电信号的分类准确率。
-
公开(公告)号：CN113995423A
公开(公告)日：2022-02-01
申请号：CN202110687765.7
申请日：2021-06-21
Applicant: 西安电子科技大学
IPC: A61B5/372
Abstract: 本发明公开了一种基于相位保持网络的连续快速视觉演示脑电信号分类方法，主要解决现有技术检测准确率低，难以实现用户完成目标检测的问题。其实现方案是：采集连续快速视觉演示脑电数据，并对其进行预处理；使用预处理后的脑电数据制作数据集；构建相位保持网络，并使用训练集和验证集训练相位保持网络，使用测试集测试相位保持网络，使用被试者的脑电数据微调测试后的相位保持网络，得到适合被试者进行在线实验的最终相位保持网络；实时获取被试者的在线连续快速视觉演示脑电信号，送入最终的相位保持网络，得到实时分类结果。本发明提高了对连续快速视觉演示脑电信号的分类准确率，可用于目标检测，帮助图片侦察人员对大量图片进行有效的分类。
-
公开(公告)号：CN115349874A
公开(公告)日：2022-11-18
申请号：CN202210816974.1
申请日：2022-07-12
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于多粒度信息的快速序列视觉呈现脑电图信号分类方法，包括：采集被试者在快速序列视觉呈现下的脑电图信号；对采集到的脑电图信号进行预处理；将预处理后的脑电图信号输入预先训练完成的多粒度信息提取网络，得到脑电图信号的分类结果；其中，多粒度信息提取网络从多个不同粒度级别对脑电图信号进行特征提取；多粒度信息提取网络利用样本数据集训练得到，样本数据集基于多个样本被试者进行快速序列视觉呈现实验所得到的脑电图信号得到。本发明的多粒度信息提取网络将多粒度信息作为先验知识融入到神经网络设计中，从多个不同粒度级别对脑电图信号进行特征提取，因此能够极大提升快速序列视觉呈现脑电图信号的分类准确率。
-
-
-
Search Results
4
records
(took 0.02 seconds)
