“衡霞”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果21个，建议您升级VIP下载更多相关专利

[发明专利]一种基于图卷积神经网络的脑电情感识别方法-CN201910705472.X有效
发明人：衡霞;童玥;宋辉;张荣;王忠民 -专利权人：西安邮电大学
申请日： 2019-08-01 - 公布日： 2023-05-23 - 主分类号： G06F18/214 文献下载
摘要：本发明属于信号处理技术领域，具体涉及一种基于图卷积神经网络的脑电情感识别方法。所提供的方法是：首先，根据各脑电通道信号间的相关性构建情感相关功能连接模式；然后基于功能连接模式结构将提取的各单通道脑电特征建模为图信号，并建立图卷积神经网络模型。之后，输入训练集图信号对模型进行迭代优化训练，采用反向传播算法和交叉熵损失函数优化网络参数；最后将测试集图信号输入已经完成训练的图卷积神经网络，在效价、唤醒和优势度三维情感模型上进行分类识别。本发明通过还原脑电数据在空间和功能上的联系，能提取更具辨别力的脑电情感特征；通过通道相关性大小能选出与情感最相关的通道电极，在减少通道数量的同时降低了处理时间和硬件成本。
一种基于图卷神经网络情感识别方法

[发明专利]一种基于深度稀疏滤波卷积神经网络的驾驶行为识别方法-CN201710232371.6有效
发明人：王忠民;衡霞;张瑶;韩帅;王希 -专利权人：西安邮电大学
申请日： 2017-04-11 - 公布日： 2023-05-09 - 主分类号： G06V10/70 文献下载
摘要：本发明公开了一种基于深度稀疏滤波卷积神经网络的驾驶行为识别方法。解决了传统深度学习方法中需要大量的超参数调谐进行特征匹配或特征设计任务的问题。包括以下步骤：用手机内置的加速度传感器采集车辆行驶中的原始三轴加速度数据信号，提取时域和频域的特征值，作为模型的预处理训练样本；将训练样本通过稀疏滤波直接优化样本特征映射的稀疏性，获取更好的特征表达——权值矩阵作为卷积神经网络的输入，可有效识别点火、熄火、匀速行驶、急变速、急转弯、静止等驾驶行为。本发明解决了现有技术设计复杂、普适性和抗噪性差，分类精度低的问题。
一种基于深度稀疏滤波卷积神经网络驾驶行为识别方法

[发明专利]一种基于PLV动态脑功能网络的P300意图识别方法-CN202210859818.3在审
发明人：衡霞;王忠民;易夏;梁琛;张荣;贺炎;范琳;王文浪;张洁 -专利权人：西安邮电大学
申请日： 2022-07-21 - 公布日： 2023-04-28 - 主分类号： G06F3/01 文献下载
摘要：本发明涉及P300意图识别领域，提出了一种基于PLV动态脑功能网络的P300意图识别方法。使用脑电帽作为采集设备，以经典oddball实验作为刺激界面，采集原始脑电数据；在去除信号中的伪迹成分后，根据得到的P300信号进行100ms叠加50％时间片划分，利用PLV算法计算功能连接矩阵；通过功能连接矩阵二值化以后，得到脑网络特征计算图属性，用ReliefF算法筛选后的图属性和时间片进行意图识别。本发明的优点是，在分析P300信号时考虑了时间特性，分析了在不同时间状态下P300脑网络的连接关系，同时在分析脑网络的变化特性中，通过社区算法和核心区域算法研究P300发生过程中核心区域社区结构，有助于更好的研究P300发生时复杂网络的变化状态。
一种基于 plv 动态功能网络 p300 意图识别方法

[发明专利]一种基于鼠标轨迹和无线信号的智能身份认证方法-CN202211278648.6在审
发明人：张洁;白若晗;王忠民;何浪;范琳;张荣;贺炎;衡霞;梁琛 -专利权人：西安邮电大学
申请日： 2022-10-19 - 公布日： 2023-01-31 - 主分类号： G06F21/31 文献下载
摘要：本发明属于计算机技术领域,具体涉及一种基于鼠标轨迹和无线信号的智能身份认证方法。包括以下步骤：一、数据收集与噪声去除：用户绘制设定鼠标轨迹，收集CSI测量值保存在CSI文件中"；" 采用巴特沃斯带通滤波器进行噪声去除；二、数据降维：采用PCA算法来降低CSI测量的维度；三、提取特征：提取统计型特征和多尺度空间能量特征；四、利用ReliefF算法进行特征选择；五、利用SVM进行身份认证与识别：首先选择LIBSVM用训练数据进行分类模型的建立；然后使用测试数据在分类模型中进行测试，得到预测的最终结果，完成用户身份认证与识别。本发明身份认证与识别的准确率分为97.3%和93.9%，精度高，人类活动对无线信号的影响难以复制，且认证时间短，具有较强的鲁棒性。
一种基于鼠标轨迹无线信号智能身份认证方法

[发明专利]一种实现情绪识别的EEG脑网络最大团检测方法及系统-CN202110519612.1在审
发明人：贺炎;王忠民;周瑞;张荣;范琳;衡霞;梁琛;王文浪 -专利权人：西安邮电大学
申请日： 2021-05-12 - 公布日： 2022-12-02 - 主分类号： A61B5/369 文献下载
摘要：本发明属于信号处理技术研究领域，提供一种实现情绪识别的EEG脑网络最大团检测方法及系统，解决了现有脑网络相关研究中对各脑区交互作用不明确且情绪识别准确率不高的问题。首先通过量化EEG信号间的相位同步程度，构建基于相位锁值的功能性脑网络；然后采用改进的Bron‑Kerbosch算法检测脑网络中的最大团，所述方法利用rich‑club结构筛选有效网络节点，所有节点遍历完后，得到节点数最多的极大团即该脑网络的最大团，其代表脑网络中最重要的内在信息处理模块；最后对最大团进行阈值化处理，提取拓扑属性作为特征用于情绪识别。用此方法构建一个情绪识别系统，可提取出与情绪活动最相关的特征，提高情绪识别准确率。
一种实现情绪识别 eeg 网络大团检测方法系统

[发明专利]一种脑电信号自适应窗口的情绪分类识别方法-CN202110519615.5在审
发明人：梁琛;王忠民;王菲;王文浪;范琳;衡霞;贺炎;张荣 -专利权人：西安邮电大学
申请日： 2021-05-12 - 公布日： 2022-12-02 - 主分类号： A61B5/369 文献下载
摘要：本发明属于信号处理技术领域，具体涉及一种脑电信号自适应窗口的情绪分类识别方法，具体的方法是：对采集到的不同情绪状态下的脑电数据进行预处理后，使用广义正交部分定向相干方法，迭代比较不同时间点、不同长度的脑电信号，选取出最能代表情绪的关键脑电信号；根据所选取的关键脑电信号提取分形维数、差分熵、功率谱密度等特征；使用reliefF算法对所提取的特征进行权重计算，以获取高质量的特征；最后，根据所选择的高质量特征利用支持向量机算法和K近邻算法在效价和唤醒二维情绪模型上进行情绪分类识别。通过这种方法，不仅可以提高情绪识别率，而且可以在减少数据量的同时，降低处理时间以及计算成本，从而提高情绪分类识别性能。
一种电信号自适应窗口情绪分类识别方法

[发明专利]一种基于DHOG因果矩阵图像的情感识别方法-CN202110519707.3在审
发明人：范琳;王忠民;蔡兰兰;衡霞;贺炎;梁琛;王文浪;张荣 -专利权人：西安邮电大学
申请日： 2021-05-12 - 公布日： 2022-12-02 - 主分类号： A61B5/369 文献下载
摘要：本发明涉及情感识别研究领域，提出一种基于DHOG因果矩阵图像的情感识别方法，本发明包括因果矩阵构建模块、通道选择模块、因果矩阵图生成模块、DHOG特征提取模块和情感识别模块。首先，根据全通道脑电信号间的传递熵因果关系构建情感因果关系矩阵，然后，利用通道加权因果值由高到低选择10个关键因果电极通道，得到10×10因果矩阵，同时生成因果矩阵图像，接下来，使用DHOG算法提取因果矩阵图像的斜对角线梯度特征，最后，利用支持向量机等分类器，在效价和唤醒维度情感模型上进行分类识别。本发明提取具有分类能力的图像梯度特征作为情感状态特征，并且通过减少电极的使用，能够降低运算的复杂度和减少计算时间。
一种基于 dhog 因果矩阵图像情感识别方法

[发明专利]一种基于多通道加权多尺度排列熵的疲劳驾驶识别方法-CN202110519613.6在审
发明人：梁琛;王忠民;张嘉雯;贺炎;范琳;衡霞;王文浪;张荣 -专利权人：西安邮电大学
申请日： 2021-05-12 - 公布日： 2022-11-15 - 主分类号： G06V20/59 文献下载
摘要：本发明涉及智能交通领域，提出一种基于多通道加权多尺度排列熵的疲劳驾驶识别方法，用多通道加权多尺度排列熵作为脑电特征，兼顾了时间和空间信息，解决了现有研究方法在提取脑电信号时空特征时的不足。首先计算各个通道的多尺度排列熵值，然后用皮尔逊相关系数对预处理后的脑电信号构建脑功能网络，用该方法得到的脑功能网络能较好的反映脑电信号的空间关系和功能特性。接下来，根据脑功能网络节点间连接的紧密程度，用PageRank算法对节点的重要性进行排序，得到每个通道的权值，再将每个通道的权重和多尺度排列熵进行加权组合，得到多通道加权多尺度排列熵。最后基于多通道加权多尺度排列熵这个组合特征对脑电信号进行疲劳驾驶识别。
一种基于通道加权尺度排列疲劳驾驶识别方法

[发明专利]一种基于PLV-Rich-club的情绪识别方法-CN202210859816.4在审
发明人：王文浪;王忠民;陈哲宇;贺炎;张荣;张洁;范琳;梁琛;衡霞 -专利权人：西安邮电大学
申请日： 2022-07-21 - 公布日： 2022-10-25 - 主分类号： A61B5/16 文献下载
摘要：本发明涉及情感识别领域，提出一种基于PLV‑Rich‑club的情绪识别方法，该方法包括下述步骤：首先，对原始脑电数据进行预处理，在每个脑电信号时间片上采用相位锁值计算各通道之间的关联关系，构建脑网络；用计算rich‑club系数算法，对每个时间片的脑网络提取rich‑club系数，并筛选出rich‑club节点；同时计算网络属性。进一步利用ReliefF算法筛选rich‑club节点的频域特征和PLV‑Rich‑club图论特征，将所得特征整理为特征数据集；最后，用SVM分类算法对特征数据集进行处理，得到情绪状态的识别结果。本发明的优点是：弥补了只研究全脑网络架构而忽略了小规模结构之间的连接信息这一不足，将不同情绪下大脑的信息交互模式进行准确的差异性分析，更好的反应了不同情绪下，核心脑网络的变化规律。
一种基于 plv rich club 情绪识别方法

[发明专利]一种基于PLI-Relief的疲劳驾驶脑电通道选择方法-CN202210517910.1在审
发明人：贺炎;王忠民;赵玉鹏;范琳;张洁;衡霞;张荣;梁琛;王文浪 -专利权人：西安邮电大学
申请日： 2022-05-12 - 公布日： 2022-08-23 - 主分类号： A61B5/369 文献下载
摘要：本发明涉及智能交通领域和脑电信号通道选择技术，具体涉及一种基于PLI‑Relief的疲劳驾驶脑电通道选择方法。该方法包括以下步骤：采集疲劳驾驶脑电数据并进行预处理，去除伪迹成分；基于通道各信号间相位滞后指数构建关联矩阵；二值化关联矩阵并构建脑功能网络，根据网络属性实现通道初选；提取初选通道脑电信号的功率谱密度特征并利用Relief算法对通道按权重排序；采用准确率选择法确定最优通道并据此进行疲劳状态识别。本发明的优点是：所设计的通道选择方法综合考虑了脑电信号的时频特征和各通道信号之间的功能连接关系，在保持较高识别准确率的同时大幅减少了通道数量，为可穿戴脑电疲劳驾驶监测设备的设计提供了可实施的方案。
一种基于 pli relief 疲劳驾驶通道选择方法

[发明专利]一种基于脑网络集成与分离的动态图指标的情感识别方法-CN202210517907.X在审
发明人：梁琛;王忠民;张嘉雯;衡霞;张洁;贺炎;范琳;王文浪;张荣 -专利权人：西安邮电大学
申请日： 2022-05-12 - 公布日： 2022-08-12 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及情感识别领域，提出一种基于脑网络集成与分离的动态图指标的情感识别方法，用动态图指标作为脑电特征，弥补了静态脑网络的分析无法有效的反应大脑网络结构随时间动态变化的情况这一不足，更好的反映了情感变化过程中大脑各模块之间的关联关系以及单个模块内部连接的变化情况。首先，用滑动时间窗将脑电信号划分为多个时间片，用皮尔逊相关系数计算各通道之间的关联关系，构建脑功能网络；然后，用Louvain算法对脑功能网络进行社区划分，得到脑网络的模块化结构，并在脑网络模块化结构的基础上计算网络属性，包括全局属性、局部属性和模块度，并将每个时间片的特征一起组成脑电信号的动态图指标；最后，将动态图指标作为特征进行情感识别。
一种基于网络集成分离动态指标情感识别方法

[发明专利]一种基于最小生成树脑功能网络的疲劳驾驶检测方法-CN202210517909.9在审
发明人：王忠民;郑镕林;贺炎;张荣;梁琛;范琳;衡霞;张洁;王文浪 -专利权人：西安邮电大学
申请日： 2022-05-12 - 公布日： 2022-08-12 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及智能交通和脑电信号分析领域，具体涉及一种基于最小生成树的疲劳驾驶检测方法。包括以下步骤：获取疲劳驾驶脑电数据；对脑电信号进行预处理，去除信号中的噪声；通过计算各通道信号间的锁幅值，构建ALV邻接矩阵；对矩阵进行倒数处理，使用Kruskal算法对倒数矩阵进行处理得到最小生成树邻接矩阵，再根据最小生成树邻接矩阵构建最小生成树脑功能网络；提取脑功能网络特征进行疲劳状态分类识别。本发明的优点是：在脑功能网络构建时避免了阈值选择的问题，脑网络构建过程中阈值过大会导致网络剔除某些有效连接，阈值过小则会导致网络中存在部分虚假连接，该方法通过邻接矩阵直接构建最小生成树脑网络，为疲劳驾驶检测研究提供了新思路。
一种基于最小生成功能网络疲劳驾驶检测方法

[发明专利]一种基于挤压与激活图卷积神经网络的脑电通道选择方法-CN202210517908.4在审
发明人：张荣;王忠民;刘洋;张洁;衡霞;贺炎;范琳;梁琛;王文浪 -专利权人：西安邮电大学
申请日： 2022-05-12 - 公布日： 2022-07-29 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及情感计算领域，提出一种基于挤压与激活图卷积神经网络的脑电通道选择方法。该方法包括步骤为：采集被试脑电数据；对脑电信号进行预处理，使用部分定向相干算法计算各通道之间的因效连接关系，构建关联矩阵；提取各通道下的功率谱密度和微分熵特征，组成特征矩阵；将关联矩阵和特征矩阵组建为图数据；使用挤压与激活图卷积神经网络挖掘图数据中的深层特征，并对通道进行权重排序，确定最优通道；利用Softmax分类器对优选通道后的数据分类，得到情感识别率。本发明的优点：在选择最少数量的通道时，仍保持较高的情感识别准确率，克服使用全通道EEG信号带来的数据冗余和计算复杂性，实现对EEG通道进行最优选择，为脑机接口可穿戴设备奠定了基础。
一种基于挤压激活图卷神经网络通道选择方法

[发明专利]一种车辆用户识别方法、系统及计算机存储介质-CN202111483745.4在审
发明人：张洁;王忠民;周可欣;范琳;张荣;贺炎;梁琛;衡霞 -专利权人：西安邮电大学
申请日： 2021-12-07 - 公布日： 2022-03-08 - 主分类号： G06F21/31 文献下载
摘要：本发明公开了一种车辆用户识别方法、系统及计算机存储介质，方法包括：获取车辆用户活动过程中的信道状态信息；提取所述信道状态信息的特征信息；将所述特征信息输入分类模型，获得车辆用户的身份信息。本发明可以进行车辆用户身份认证，用于识别当前使用钥匙的人是合法用户还是非法用户，也可以完成合法用户的身份识别，即从多个车辆合法用户中识别出当前用户的身份，并为其推荐个性化方案，大大提高了车辆防盗系统的性能。
一种车辆用户识别方法系统计算机存储介质

[发明专利]一种基于标准互信息的脑电通道选择方法-CN201910638769.9有效
发明人：宋辉;胡书源;衡霞;张荣;贺炎 -专利权人：西安邮电大学
申请日： 2019-07-16 - 公布日： 2021-08-31 - 主分类号： A61B5/369 文献下载
摘要：本发明涉及情感识别领域和脑电信号通道优选技术，具体涉及一种基于标准互信息的脑电通道选择方法。该方法包括下述步骤：采集数据，利用公开数据集提取脑电信号；对脑电信号进行短时傅里叶变换，得到时频图；通过计算时频图中各通道间的标准互信息值，构建关联矩阵；分析关联矩阵并设定阈值优选通道，确定最优通道；利用支持向量机分类器，对优选通道后的数据进行分类，得到情绪识别率。本发明的优点是：在大幅度减少通道数的情况下仍保持了较高的情感识别率，其优选的通道为可穿戴脑电设备的设计提供了可实施的方案，解决了硬件的设计复杂性问题；能够有效提高脑电信号的分类正确率；克服了使用全通道信号带来的数据冗余和计算复杂度。
一种基于标准互信通道选择方法

1
2
下一页»
尾页
共 21 条