“李子杏”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7个，建议您升级VIP下载更多相关专利

[发明专利]一种基于脑-机信号融合的目标检测方法-CN202310507066.9在审
发明人：唐邓清;相晓嘉;李子杏;兰珍;周晗;赖俊;闫超;黄依新;杨帆 -专利权人：中国人民解放军国防科技大学
申请日： 2023-05-08 - 公布日： 2023-08-01 - 主分类号： G06V20/17 文献下载
摘要：本发明公开了一种基于脑‑机信号融合的目标检测方法，包括：构建样本集，样本集包括若干带标签的图像数据与脑电数据，且图像数据与脑电数据一一对应；构建基于多头注意力机制和跨模态知识蒸馏的脑‑机信号融合模型；基于样本集训练脑‑机信号融合模型，得到训练后的脑‑机信号融合模型；将待测的脑电数据和图像数据同时输入训练后的脑‑机信号融合模型，通过对输入的脑电数据和图像数据进行特征提取、特征融合和特征分类，得到目标检测结果。本发明应用于脑‑机接口技术与目标检测技术领域，可充分融合计算机和人脑的信息，提高了目标的检测精度，增强了系统的鲁棒性和泛化能力对于监控系统中的自动目标检测具有重要意义和实用价值。
一种基于信号融合目标检测方法

[发明专利]脑-眼-机数据融合目标检测方法-CN202310507104.0在审
发明人：唐邓清;相晓嘉;李子杏;闫超;兰珍;周晗;赖俊;孙懿豪;杨帆 -专利权人：中国人民解放军国防科技大学
申请日： 2023-05-08 - 公布日： 2023-08-01 - 主分类号： G06V20/17 文献下载
摘要：本发明公开了一种脑‑眼‑机数据融合目标检测方法，包括：构建样本图像数据集；基于样本图像数据集对被试开展基于眼动的慢速序列视觉呈现实验，采集被试的第一眼动数据与第一脑电数据；基于第一眼动数据得到被试注视的第一候选区域框，提取对应的第一候选图像；基于第一眼动数据的时间戳对第一脑电数据分段，得到对应的第一脑电数据片段；构建训练样本集训练脑‑机信号融合分类模型，并基于训练后的脑‑机信号融合分类模型进行目标检测。本发明应用于脑‑机接口技术和目标检测技术领域，能够在保证较好实时性的前提下，提升无人机航拍图像中弱隐目标的检测精度和鲁棒性，具备较强的泛化性能，且不受到小样本数据约束。
数据融合目标检测方法

[发明专利]基于深度强化学习的仿生鱼领导者—跟随者编队控制方法-CN202211435228.4在审
发明人：周晗;相晓嘉;孙懿豪;唐邓清;赖俊;闫超;黄依新;兰珍;李子杏;谭沁;杨帆 -专利权人：中国人民解放军国防科技大学
申请日： 2022-11-16 - 公布日： 2023-04-07 - 主分类号： G05D1/06 文献下载
摘要：本发明涉及一种基于深度强化学习的仿生鱼领导者—跟随者编队控制方法，包括：构建竞争双重Q网络；从预设仿真流场环境获取编队中每条跟随者及领导者的状态向量，并将当前时间步的状态向量输入竞争双重Q网络，配合基于模仿领导者行为的跟随者动作选择策略，对每条跟随者在编队的动作进行选择；竞争双重Q网络基于各条跟随者的编队奖励/惩罚，优化带衰减系数的模仿学习损失函数，并重复前述步骤，获取训练完的网络模型；在线载入网络模型，并获取仿真流场环境中每条跟随者及领导者的状态向量，基于状态向量评估各跟随者当前状态下各个动作的Q值；各跟随者选择最大Q值对应的动作，保持领导者和跟随者的编队构型，完成编队控制任务。
基于深度强化学习仿生领导者跟随编队控制方法

[发明专利]基于图表征和注意力机制的ERP信号检测方法及装置-CN202210310912.3在审
发明人：唐邓清;相晓嘉;兰珍;周晗;闫超;黄依新;李子杏;孙懿豪;谭沁;杨帆 -专利权人：中国人民解放军国防科技大学
申请日： 2022-03-28 - 公布日： 2022-12-30 - 主分类号： G06K9/00 文献下载
摘要：本申请涉及一种基于图表征和注意力机制的ERP信号检测方法、装置、计算机设备和存储介质。所述方法包括：获取经预处理后的脑电信号样本；构建用于提取脑电信号特征的卷积循环网络；卷积循环网络包括输入层、图表征层、卷积层、双层长短期记忆层和输出层；卷积层包括选择性内核卷积层，长短期记忆层包括自注意力层；根据脑电信号样本的标签和将脑电信号样本输入到卷积循环网络得到的预测结果对卷积循环网络进行训练，得到训练好的卷积循环网络；将预处理后的待检测脑电信号输入训练好的卷积循环网络，得到待检测脑电信号的ERP信号检测结果。采用本方法能够提高跨被试场景中的ERP检测精度和鲁棒性。
基于图表注意力机制 erp 信号检测方法装置

[发明专利]一种ERP信号检测方法及系统、计算机设备、计算机可读存储介质-CN202210796180.3在审
发明人：唐邓清;李子杏;相晓嘉;周晗;赖俊;闫超;兰珍;黄依新;孙懿豪;谭沁;杨帆 -专利权人：中国人民解放军国防科技大学
申请日： 2022-07-07 - 公布日： 2022-10-14 - 主分类号： G06K9/00 文献下载
摘要：本发明公开一种ERP信号检测方法及系统、计算机设备、计算机可读存储介质，该方法利用频率特征编码器、空间特征编码器和时序特征编码器构建频‑空‑时框架，分别对频率、空间、时序特征进行编码，并融合得到全局特征，再根据全局特征进行分类。本发明的检测方法能够在考虑脑电信号及ERP信号特性的同时充分提取脑电信号中的全局特征，从而学习得到不同被试间潜在不变的脑电信号特征，在跨被试ERP信号检测任务中具有较高的检测精度和跨被试鲁棒性。此外，与传统的机器学习方法相比，本发明无需通过手工提取复杂的相关特征，以此保留脑电信号中更多的相关信息，通过端到端的训练实现更高效率、高精度的ERP检测任务。
一种 erp 信号检测方法系统计算机设备可读存储介质

[发明专利]一种基于视觉锚点的无人机降落位姿滤波估计方法及系统-CN202011237125.8在审
发明人：相晓嘉;周晗;唐邓清;常远;闫超;黄依新;陈紫叶;兰珍;刘兴宇;李子杏 -专利权人：中国人民解放军国防科技大学
申请日： 2020-11-09 - 公布日： 2021-03-16 - 主分类号： G01C21/00 文献下载
摘要：本发明公开一种基于视觉锚点的无人机降落位姿滤波估计方法及系统，该方法面向无人机降落过程中的空间位置和姿态估计需求，构建了基于视觉锚点测量的无人机位姿估计扩展卡尔曼滤波模型，依托扩展卡尔曼滤波器理论，实现了在最小误差二范数平方和指标下的无人机位姿的最优估计，并且有效降低了降落过程中地基视觉的观测误差对无人机位姿估计准确性的影响，相比传统方法大幅提升了无人机降落过程中位姿估计的准确性和鲁棒性。
一种基于视觉无人机降落滤波估计方法系统

[发明专利]一种无人机降落空间位置和姿态端到端估计方法-CN202011555526.8有效
发明人：唐邓清;相晓嘉;周晗;常远;闫超;周勇;黄依新;兰珍;李贞屹;李子杏 -专利权人：中国人民解放军国防科技大学
申请日： 2020-12-25 - 公布日： 2021-03-02 - 主分类号： G01C21/20 文献下载
摘要：本发明公开一种无人机降落空间位置和姿态端到端估计方法，包括如下步骤：步骤1，获取地基视觉拍摄的无人机降落实时图像序列，并基于各帧无人机降落实时图像之间的时域关联，得到无人机相对地基相机的位姿；步骤2，基于地基相机与世界坐标系的转换矩阵，将无人机相对地基相机的位姿转换为在世界坐标系下的空间位姿。依托机器学习理论，充分借鉴深度学习在计算机视觉领域的优秀成果，通过设计一种无人机目标相对空间位姿深度神经网络，实现了无人机降落过程中由图像到无人机空间位姿的端到端直接估计，相比传统的多模块串行方法大幅提升了无人机降落过程中位姿估计对环境光照、视觉背景以及观测视角等因素适应性。
一种无人机降落空间位置姿态端到端估计方法

1
共 7 条