“韩泽祯”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3个，建议您升级VIP下载更多相关专利

[发明专利]基于梯度提升决策树的特征优化SSVEP异步识别方法-CN202010852569.6有效
发明人：徐光华;吴永程;吴一帆;韩泽祯;马凯权 -专利权人：西安交通大学
申请日： 2020-08-21 - 公布日： 2022-08-05 - 主分类号： G06K9/00 文献下载
摘要：基于梯度提升决策树的特征优化SSVEP异步识别方法，先通过设计离线实验采集被试者的异步脑电原始数据，用滑移窗的形式截取脑电信号，形成原始时域数据集；然后对原始时域数据集用典型相关分析进行降维滤波处理，取特定频段的CCA系数作为训练数据集；然后训练GBDT模型，更新GBDT模型参数，同时根据特征重要度指标对初始特征进行优化，得到最终训练模型；最后用最终训练模型对新的脑电信号进行分类，判断是NC状态和IC状态；本发明利用梯度提升决策树对被试者的训练数据进行模型训练，并根据决策树方法的特征重要度进行特征优化选取，提高方法识别准确率，降低方法计算成本并且解决了被试者个性化差异问题。
基于梯度提升决策树特征优化 ssvep 异步识别方法

[发明专利]基于深度卷积对抗生成神经网络的脑电信号解码方法-CN202010852583.6在审
发明人：徐光华;韩泽祯;张凯;马凯权 -专利权人：西安交通大学
申请日： 2020-08-21 - 公布日： 2020-11-27 - 主分类号： G06K9/00 文献下载
摘要：一种基于深度卷积对抗生成神经网络的脑电信号解码方法，首先将脑电信号通过短时傅里叶变化，由时序信号转化成时频域图像信号；然后再通过整合卷积神经分类网络和对抗生成网络，利用对抗生成网络对小样本脑电数据进行数据增强，再将增强后的数据放入卷积神经分类网络中，进行分类，实现解码；本发明将卷积神经分类网络和对抗生成网络的结构优势进行结合，构克服了神经网络处理小样本数据存在的缺陷，有效地解决了非平稳、非线性信号处理过程中存在的问题，提高了自发性脑电信号解码精度；同时，本发明为脑电信号数据增强提供了新的解决方法，为以后实际操作过程减少校准时间和提高分类模型泛化能力提供了新思路。
基于深度卷积对抗生成神经网络电信号解码方法

[发明专利]基于视觉诱发电位的色觉功能检查方法-CN201910619973.6在审
发明人：徐光华;郑小伟;梁仍昊;郝龙;韩泽祯 -专利权人：西安交通大学
申请日： 2019-07-10 - 公布日： 2019-10-25 - 主分类号： A61B5/0484 文献下载
摘要：基于视觉诱发电位的色觉功能检查方法，先设计红绿翻转刺激范式，再设计刺激范式红绿亮度比梯度，然后进行脑‑机接口平台搭建，再进行刺激范式呈现，通过SSVEP色觉定量方法进行检查，最后进行色觉检查结果反馈；本发明通过设计一系列不同红绿亮度对比值的稳态视觉诱发电位(SSVEP)范式，并提出相应的色觉定性及定量判定指标，为眼科检查中色觉功能的检查提供一种客观且定量的测量方法。
色觉功能视觉诱发电位刺激检查稳态视觉诱发电位接口平台结果反馈亮度对比色觉检查眼科检查亮度比翻转判定定性测量