“高云园”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70个，建议您升级VIP下载更多相关专利

[发明专利]基于混合Copula互信息的肌间耦合分析方法-CN202010715642.5有效
发明人：王洪安;佘青山;马玉良;高云园 -专利权人：杭州电子科技大学
申请日： 2020-07-23 - 公布日： 2023-10-20 - 主分类号： G06F18/213 文献下载
摘要：本发明公开一种基于混合Copula互信息的肌间耦合分析方法。本发明首先采用4种典型的单参数Copula函数建立混合Copula模型，然后利用惩罚似然函数的期望最大化(EM)和拟牛顿(BFGS)算法估计模型参数，再根据信息熵理论构造混合Copula互信息，最后将混合Copula互信息用于研究卒中后上肢及物运动时肱二头肌(BB)和肱三头肌(TB)在α、β和γ频段上的肌间耦合强度。本发明提出的混合Copula互信息不仅能度量肌间非线性耦合强度大小，而且还能全面刻画肌间依赖结构关系，对上肢运动功能评价具有良好的应用价值。
基于混合 copula 互信耦合分析方法

[发明专利]基于关联增强的多源域自适应脑电情绪识别方法-CN202211471002.X在审
发明人：佘青山;张宸琪;高云园 -专利权人：杭州电子科技大学
申请日： 2022-11-23 - 公布日： 2023-09-22 - 主分类号： G06F18/10 文献下载
摘要：本发明公开了一种基于关联增强的多源域自适应脑电情绪识别方法，具体包括以下步骤：步骤1，数据预处理，提取微分熵特征；步骤2，搭建脑电情绪识别训练模型；步骤3，将预处理后的微分熵特征送入建脑电情绪识别训练模型；步骤4，使用训练完成的建脑电情绪识别训练模型对数据集进行情绪识别分类。该方法考虑到不同源域的特征分布不同，建立了一对一的分支，使用MMD度量适应边缘分布，同时利用关联增强适应条件分布。并对不同源域赋予相应权重，使用MMD自适应地计算权重。同时考虑到源域中不同类的可分性，采用局部子域差异来增大类间距离，减小类内距离。最终通过特征分类器的决策融合，得出分类结果。本方法与已有方法相比，提高了识别准确率。
基于关联增强多源域自适应情绪识别方法

[发明专利]一种基于黎曼流形的跨被试脑电情绪识别方法-CN202310542817.0在审
发明人： 高云园;孙新宇;张启忠;佘青山;张卷卷 -专利权人：杭州电子科技大学
申请日： 2023-05-15 - 公布日： 2023-09-19 - 主分类号： G06F18/2411 文献下载
摘要：本发明提出了一种基于黎曼流形的跨被试脑电情绪识别方法。当前基于脑电信号的跨被试情绪识别模型存在模型泛化性差、识别准确率较低等问题，且局限于脑电信号的幅值信息来进行分析，无法有效降低受试者间的差异性。本发明首先使用FIR滤波器提取出脑电信号的θ,α,β,γ四个频带，然后计算出脑电信号通道间的PLV矩阵，并在黎曼流形上将任务态的PLV矩阵对齐到静息态PLV矩阵，以降低不同受试者间的差异性。最后将PLV矩阵映射到切空间中进行分类识别。在DEAP数据集上进行了基于效价、唤醒度二分类实验以及效价‑唤醒度空间的四分类实验，结果表明了所提方法的有效性。
一种基于黎曼流形跨被试脑电情绪识别方法

[发明专利]基于序数模式的多尺度皮层-肌肉耦合网络分析方法-CN202310668935.6在审
发明人： 高云园;刘蓝田;冯益羽;孟明;马玉良;张卷卷 -专利权人：杭州电子科技大学
申请日： 2023-06-07 - 公布日： 2023-09-05 - 主分类号： A61B5/372 文献下载
摘要：本发明提出了一种基于序数模式的多尺度皮层‑肌肉耦合网络分析方法。本发明首先使用多元变分模态分解方法对脑肌电信号进行同时频尺度的分解，再对多分量信号使用多元二分时序分区转移网络方法计算耦合强度和耦合邻接矩阵，构建皮层‑肌肉耦合网络，使用复杂网络参数分析该耦合网络的特征。该方法在表现皮层‑肌肉之间信息传递的特征在不同握力模式之间变化方面具有优势，也展现出脑肌电信号之间的因果链接的分层特性，证实了方法在解构人体上肢运动时皮质和肌肉之间的内在联系和神经控制肌肉运动的机制方面的潜力。
基于序数模式尺度皮层肌肉耦合网络分析方法

[发明专利]基于改进共空间模式的少通道运动想象特征提取方法-CN202310747713.3在审
发明人：席旭刚;李晶;汪婷;孟明;高云园 -专利权人：杭州电子科技大学
申请日： 2023-06-25 - 公布日： 2023-09-01 - 主分类号： G06F18/213 文献下载
摘要：本发明公开了一种基于改进共空间模式的少通道运动想象特征提取方法，包括如下步骤：首先，设计实验范式，实验动作包括左手运动想象和右手运动想象。采集C3，C4通道对应动作的脑电信号。然后，利用采集的脑电信号分别进行变分模态分解和相空间重构，将通道数量控制在合适的范围内。通过共空间模式滤波以提取空间可分性的特征；最后，构造卷积神经网络分类器，并把滤波后的特征输入到该分类器中。该方法采用联合特征提取方式进行改进，即VMD‑PSR‑CSP的特征提取方法。结合不同方法滤波后的特征可以更全面地放大不同行为脑电信号间的区别，为后续分类提供更好的基础信号，增加特征识别的准确率和依据。
基于改进空间模式通道运动想象特征提取方法

[发明专利]一种多形态表征的多源域脑电信号分析方法-CN202310668913.X在审
发明人：刘易赐;高云园;佘青山;孟明;汪婷;张卷卷 -专利权人：杭州电子科技大学
申请日： 2023-06-07 - 公布日： 2023-08-18 - 主分类号： A61B5/369 文献下载
摘要：本发明提出一种多形态表征的多源域脑电信号分析方法。本发明首先利用多流形映射去提取多源域与目标域的公共不变表示，同时考虑了脑电信号的低维结构与多元统计特征，在此阶段计算CORAL损失以指导模型得到优质的公共不变表示。其次将多源域分解，进行一对一的特征提取，此时采用MMD损失来引导模型得到优质的私有不变表示。最后采用softmax分类器进行分类。在公开的MI1,MI2数据集,和团队采集的脑电信号数据集上评估了方法的有效性。实验结果表明，本发明在多受试者的场景下的性能优越。
一种形态表征多源域脑电信号分析方法

[发明专利]基于频率带组合增强和多视野卷积神经网络的解码方法-CN202310525734.0在审
发明人：樊竹尧;席旭刚;王坚;高云园;汪婷 -专利权人：杭州电子科技大学
申请日： 2023-05-11 - 公布日： 2023-08-15 - 主分类号： G06N3/0464 文献下载
摘要：本发明公开了一种基于频率带组合增强和多视野卷积神经网络的解码方法，包括如下步骤：S1、通过运动想象，采集人体的脑电信号；S2、对步骤S1中采集的脑电信号进行预处理；S3、构建频率带组合增强和多视野卷积神经网络；S3‑1、构建频率带组合增强模块FBC(·)、构建多视野卷积模块FMV(·)、1D‑CNN构建；S3‑2、将构建的频率带组合增强模块FBC(·)、多视野卷积模块FMV(·)和1D‑CNN按顺序组合成基于频率带组合增强和多视野卷积神经网络FFBC_MV_CNN(·)；S4、利用步骤S2中得到预处理后的脑电信号训练频率带组合增强和多视野卷积神经网络，该方法在运动想象脑电信号(MI‑EEG)在脑‑机接口(BCI)研究中能够进行有效解码，从而有效提高了预测正确率。
基于频率组合增强视野卷积神经网络解码方法

[实用新型]一种变频恒压供水装置-CN202320090180.1有效
发明人：孟德彤;孟令操;高云园 -专利权人：杭州电子科技大学
申请日： 2023-01-31 - 公布日： 2023-07-25 - 主分类号： F04D13/06 文献下载
摘要：本实用新型公开了一种变频恒压供水装置，包括单片机、水压检测电路、变频水泵控制电路，水压检测电路、变频水泵控制电路均与单片机电连接，水压检测电路包括水压检测装置和水压信号给定处理电路，水压检测装置连接水压信号给定处理电路，所述水压信号给定处理电路连接单片机，变频水泵控制电路包括D/A转换器、第二电压跟随器、变频器、变频水泵电机、第四光电隔离、第五光电隔离和第一继电器，单片机的一路输出端经第四光电隔离、第五光电隔离、第一继电器与变频水泵电机的变频器的输入端相连接，所述单片机的另一路输出端经D/A转换器、第二电压跟随器与变频器输入端相连接。本实用新型实现了供水系统的压力恒定，满足了供水压力要求。
一种变频供水装置

[发明专利]基于脑电信号跨节律多层耦合脑网络的运动想象识别方法-CN202310116330.6在审
发明人：郑文涛;罗志增;席旭刚;佘青山;孟明;高云园 -专利权人：杭州电子科技大学
申请日： 2023-02-14 - 公布日： 2023-06-06 - 主分类号： A61B5/369 文献下载
摘要：本发明涉及基于脑电信号跨节律多层耦合脑网络的运动想象识别方法，采集正常人多种类运动想象任务的多导联脑电EEG。根据所采集信号进行数据预处理：将节点共平均参考后，使用FIR滤波器带通滤波，得到运动想象较活跃且具有ERS/ERD现象的μ节律与β节律，然后使用独立成分分析法，去除眼电肌电等噪声干扰。在此基础上建立多层复用功能脑网络，以导联信号作为节点，锁相值作为连接，建立邻接矩阵，提取反映运动想象活动特点的脑功能网络特征。提取μ节律和β节律单层网络中的3种全局网络特征与网络间2种层间特征参数，将其归一化后生成运动想象识别的多层网络特征，利用支持向量机等机器学习方法，使用该多层网络特征对运动想象进行识别任务。
基于电信号节律多层耦合网络运动想象识别方法

[发明专利]一种融合时空特征的情绪脑电数据增强方法-CN202310232535.0在审
发明人：田晨曦;马玉良;孟明;高云园;孙明旭 -专利权人：杭州电子科技大学
申请日： 2023-03-03 - 公布日： 2023-06-02 - 主分类号： G06F18/24 文献下载
摘要：本发明涉及一种融合时空特征的情绪脑电数据增强方法，针对现有技术的问题，首先不同情绪的EEG数据被提取为五个频带下的微分熵特征；然后在此基础上将数据进行分段，每隔1秒取一组数据，每组数据处理成相互对应的时序形式数据和按电极位置分布的空间形式数据；最后设计双编码器引入VAE‑GAN以学习这两种形式数据特征，融合成潜在变量用于生成人工样本。本发明在生成人工脑电特征样本时，综合考虑了时序特征和空间分布特征，生成的样本在分类任务中表现出良好的性能。
一种融合时空特征情绪数据增强方法

[发明专利]基于深度学习实现图像分割和分类的骨龄评估方法-CN201911194448.0有效
发明人： 高云园;朱涛;高博;王翔坤;甘海涛;张启忠 -专利权人：杭州电子科技大学
申请日： 2019-11-28 - 公布日： 2023-05-26 - 主分类号： G06T7/00 文献下载
摘要：本发明公开一种基于深度学习实现图像分割和分类的骨龄评估方法。本发明包含以下步骤：1、使用数字图像处理方法对数据集进行处理，得到更高质量的样本数据；2、手动标记部分手骨图像，利用这部分图像来训练图像分割网络U‑Net，然后，使用训练好的U‑Net对数据集进行分割，得到去除背景后的数据集，并按照一定比例制作成训练集、验证集和测试集；3、利用处理好的数据集对改进的图像分类网络VGG16进行训练；4、利用测试集对训练好的模型进行测试并对结果进行评价。本发明提出的改进方法与原始骨龄评估方法相比，有效地提高了模型对手骨图像评估的准确率，同时有着更高的效率。
基于深度学习实现图像分割分类评估方法

[发明专利]基于BNI的癫痫发作信号的检测方法-CN202010154646.0有效
发明人：胡月静;柏雨露;汪茜;高云园;张启忠 -专利权人：杭州电子科技大学
申请日： 2020-03-08 - 公布日： 2023-04-14 - 主分类号： A61B5/369 文献下载
摘要：本发明公开了一种基于BNI的癫痫发作信号的检测方法，本发明从微观神经元角度来讨论预测方法的有效性：从微观神经元角度，采用神经质量模型(NMM)来拟合大脑深度电极脑电图(Depth EEG)信号并阐明网络结构、动力学方程和产生癫痫放电三者之间的关系。为了量化给定网络能够引起癫痫发作的病理性程度引入了脑网络致痫性指数(BNI)这个概念。这是BNI首次被用作癫痫发作的预测因子。本发明缩短了检测时间，减少电极的植入数量，能观测到很好的预测效果。
基于 bni 癫痫发作信号检测方法

[发明专利]一种基于自主运动想象脑电的肢体动作识别方法-CN201911168627.7有效
发明人：宋超;周易之;张启忠;谢翠;高云园;席旭刚;马玉良;罗志增 -专利权人：杭州电子科技大学
申请日： 2019-11-25 - 公布日： 2023-04-07 - 主分类号： G06F18/15 文献下载
摘要：本发明是一种基于自主运动想象脑电的肢体动作识别方法，调查数据表明，当人做同一个动作时，大脑会产生类似的脑电信号，因此可以提取这些特征信号来实现机械臂的运动，进而辅助残疾人运动。本发明通过建立脑网络进行动作的分类，这种方法加强了大脑各个区域之间相关性的考虑，展现了EEG信号及其相关节律特征背后的工作机制。之后通过一种全新的基于非线性部分定向相干方法的脑因效性网络分析法，利用随机森林进行进行上肢运动分类，分类准确度高，根据脑电信号判断相应的动作，从而使得机械臂运动，达到残疾人辅助运动的目的。
一种基于自主运动想象肢体动作识别方法

[发明专利]一种智能化脑机融合运动功能闭环康复装置-CN202211453146.2在审
发明人：孟明;汪凡;张卫;高云园 -专利权人：杭州电子科技大学
申请日： 2022-11-19 - 公布日： 2023-04-04 - 主分类号： G16H20/30 文献下载
摘要：本发明涉及一种智能化脑机融合运动功能闭环康复装置，包括脑电信号采集设备、脑电数据分析系统和本体错觉诱发装置；脑电信号采集设备包括信号放大器、用于受试者佩戴的脑电采集帽和主机，主机包括集成采集软件和同步刺激软件；所述脑电数据分析系统包括数据预处理、特征提取与选择和分类器；所述本体错觉诱发装置包括可变频振动电机、主控、为电机工作提供额定电压电流的电机驱动模块，本发明基于运动想象和外部运动反馈对神经重塑的作用机制，从运动反馈方式、运动意图识别等方面着手，利用运动想象脑机接口与本体错觉运动反馈提升神经可塑性作用效果，为卒中偏瘫患者提供一种预后良好的运动康复新途径。
一种智能化融合运动功能闭环康复装置

[发明专利]一种基于脑电信号的不同运动身体所有权意识辨别方法-CN202211366509.9在审
发明人：席旭刚;李晶;汪婷;孟明;高云园 -专利权人：杭州电子科技大学
申请日： 2022-11-01 - 公布日： 2023-01-13 - 主分类号： A61B5/369 文献下载
摘要：本发明涉及一种基于脑电信号的不同运动身体所有权意识辨别方法，采集了受试者在静止状态和实际抬腿运动时的脑电信号；采集受试者进行错觉条件和观察条件时的脑电信号；将脑电信号过滤为七个频段(δ:0.5‑3.5Hz,θ:4‑7.5Hz,α：8‑11Hz,β1:12‑15.5Hz,β2:16‑19.5Hz,γ1:20‑33.5Hz,γ2:34‑98.5Hz)，计算受试者在静止状态，观察条件，错觉条件和实际运动时，脑电信号在不同频段下的功率谱密度(PSD)；计算受试者在静止状态，观察条件，错觉条件和实际运动时脑电信号的部分有向相关值，得出PDC连接矩阵；将PDC与PSD进行特征融合得到一个新的指标PPDC，用来评估受试者在进行视运动错觉时是否产生身体所有权意识；验证PPDC的可行性。
一种基于电信号不同运动身体所有权意识辨别方法

1
2
3
4
5
下一页»
尾页
共 70 条