“跨被试”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果2170963个，建议您升级VIP下载更多相关专利

[发明专利]用于决策信心估计的跨被试深度迁移模型的训练方法-CN202310684970.7在审
发明人：吕宝粮;赵黎明 -专利权人：上海零唯一思科技有限公司
申请日： 2023-06-09 - 公布日： 2023-08-08 - 主分类号： G06F18/214 文献下载
摘要：本发明实施例提供一种用于决策信心估计的跨被试深度迁移模型的训练方法。该方法包括：将源被试的带有真实标注的脑电信号以及目标被试的无标注的脑电信号输入至跨被试深度迁移模型；在跨被试深度迁移模型中，利用基于频谱‑时空自适应图卷积神经网络的特征提取模块提取脑电高阶特征；利用域判别器模块以及决策信心分类器确定脑电高阶特征的预测域以及预测信心分类，并基于真实标注确定跨被试深度迁移模型的域判别器损失以及信心分类器损失；基于信心分类器损失以及经过梯度反转模块处理的域判别器损失，对跨被试深度迁移模型进行反向传播训练。本发明实施例可以提升原模型在跨被试任务中的应用效率，使决策信心估计模型取得更高的准确率。
用于决策信心估计跨被试深度迁移模型训练方法

[发明专利]一种基于多尺度脑电特征跨被试疲劳状态检测方法及系统-CN202210508177.7在审
发明人：陈昆;黎枝蕾;马力;刘泉 -专利权人：武汉理工大学
申请日： 2022-05-10 - 公布日： 2022-09-02 - 主分类号： G06K9/00 文献下载
摘要：本发明提出了一种基于多尺度脑电特征跨被试疲劳状态检测方法及系统，研究多尺度融合的脑电特征提取方法，基于改进的FLDANN网络建立跨被试疲劳检测模型。在跨被试疲劳检测阶段，通过改进的FLDANN网络，利用现有被试的疲劳脑电数据去识别目标被试的疲劳状态。不仅降低了目标被试用于训练模型的疲劳数据获取成本，还针对提取的疲劳脑电特征片面、信息缺失问题，以及在跨被试检测时面临的多源域和单目标域导致的域不均衡问题提出解决方法，有效提高了分类性能。
一种基于尺度特征跨被试疲劳状态检测方法系统

[发明专利]多模态跨被试上肢动作识别模型及其构建方法和应用方法-CN202310158897.X有效
发明人：李奇;张安元;高宁;武岩;徐思嘉 -专利权人：长春理工大学
申请日： 2023-02-24 - 公布日： 2023-06-30 - 主分类号： G06F3/01 文献下载
摘要：多模态跨被试上肢动作识别模型及其构建方法和应用方法，涉及上肢动作识别领域，包括数据采集及预处理；将预处理后的数据划分为训练集、校准集和测试集；信号分割及网络特征图构建；多模态跨被试上肢动作识别模型的构建；多模态跨被试上肢动作识别模型的训练、微调及测试。本发明使用多模态信号（sEMG信号和姿态角信号）+FT策略，通过构建多模态跨被试上肢动作识别模型学习多个被试个体间的共同特征，使用多模态信号增加被试个体间数据分布的相似性，减少了被试个体间的数据分布差异，提高了模型的训练效率和对被试上肢动作的识别正确率，减少了模型训练时间，降低了被试训练负担，提高了模型实用性。
多模态跨被试上肢动作识别模型及其构建方法应用

[发明专利]一种适用于跨被试脑电数据的解码方法-CN202310624931.8在审
发明人：郑征;梁子林;陈伟海;裴忠才;王建华;陈健尔;史红斐 -专利权人：北京航空航天大学杭州创新研究院;北京航空航天大学
申请日： 2023-05-30 - 公布日： 2023-08-29 - 主分类号： G06F18/24 文献下载
摘要：本发明公开了一种适用于跨被试脑电数据的解码方法，涉及脑电信号解码技术领域，包括：获取源域数据和目标域数据；构建跨被试脑电数据解码模型；将所述源域数据和目标域数据输入至跨被试脑电数据解码模型中进行训练，根据分类损失函数和自适应损失函数，更新跨被试脑电数据解码模型的网络参数，直至达到预设的迭代停止条件，输出最优网络模型；将脑机接口使用者的在线脑电样本输入至最优网络模型中，输出目标域标签。本发明构建一个端到端的神经网络，无需繁琐的手工特征处理，同时该网络能够处理多种脑电范式，减少了网络的重复性设计，有效提升网络的运行效率，该网络有效提升了跨被试脑机接口的分类精度。
一种适用于跨被试脑电数据解码方法

[发明专利]基于标签对齐的多源域自适应跨被试EEG认知状态评估方法-CN202110601409.9有效
发明人：方欣;戴国骏;赵月;李秀峰;张振炎;吴政轩;吴靖;曾虹 -专利权人：杭州电子科技大学
申请日： 2021-05-31 - 公布日： 2022-06-21 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于标签对齐的多源域自适应跨被试EEG认知状态评估方法。本发明包括步骤：1：数据获取；2：数据预处理；3：基于LA‑MSDA模型的跨被试EEG认知状态评估方法。本发明采用分阶段使用共享公共特征提取器和非共享子特征提取器，进一步学习源域样本和目标域样本的被试不变特征和特定特征；其次，考虑到跨被试间的关系和相似性，提出了将局部和全局表示的域间分布进行对齐的方法，以评估跨被试的认知状态，解决了难以学习细粒度的类条件信息和适应跨被试的决策边界样本的问题。
基于标签对齐多源域自适应跨被试 eeg 认知状态评估方法

[发明专利]跨被试的运动想象脑电信号处理方法、介质、设备-CN202111473627.5在审
发明人：代峥;秦昌宇;陈远方 -专利权人：北京机械设备研究所
申请日： 2021-11-29 - 公布日： 2022-04-15 - 主分类号： A61B5/372 文献下载
摘要：本发明公开了跨被试的运动想象脑电信号处理方法、介质、设备，本发明通过将其他辅助被试的样本与目标被试小训练样本进行混合并计算分类正确率提升贡献度及权重，进而优化了小样本自身的特征分布，最终实现提升目标被试小样本训练分类正确率的目的本方法改变了不同被试的数据由于差异性而无法用于跨被试训练的现象，增强了数据的可重复使用性，并且能够实现减少离线训练时间，提升小样本训练的分类正确率的目的。
跨被试运动想象电信号处理方法介质设备

[发明专利]一种基于深度置信网络的跨被试空闲态检测方法-CN201810446859.3有效
发明人：王禹;柏杏丽;马腾;焦飒镧;郭小波;魏涛;张劳模;程浩;李嘉宾 -专利权人：河南工程学院
申请日： 2018-05-10 - 公布日： 2020-10-27 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于深度置信网络的跨被试空闲态检测方法，意在解决异步BCI系统中跨被试运动想象脑电信号的空闲态难以准确、快速检测的问题；通过对多个目标被试会话数据的采集构成跨被试训练集，定义各类检测状态后经由训练过程获取高维样本
一种基于深度置信网络跨被试空闲检测方法

[发明专利]基于Pearson相关性系数加权的跨个体脑-机接口-CN201911187184.6在审
发明人：周向通;安兴伟;明东;陈露;杨远骋;柯余峰;刘爽 -专利权人：天津大学
申请日： 2019-11-28 - 公布日： 2020-04-17 - 主分类号： A61B5/0484 文献下载
摘要：本发明公开了一种基于Pearson相关性系数加权的跨个体脑‑机接口，所述跨个体脑‑机接口包括：提取若干名被试的脑电数据；对每一名被试使用支持向量机将若干轮闪烁的数据作为训练集训练分类器模型和特征信号；对于一名需要测量脑电数据的新被试首先提取其1轮闪烁的脑电信号进行相同的截取得到时域特征信号；利用Pearson相关性系数找到和目标被试特征信号相关性高的通用模型中的几名被试，并用这几名被试的分类器模型对新被试的数据进行分类。本发明通过少量实验数据在之前准备好的通用数据集中筛选合适的分类器模型，对目标被试之后的实验数据进行分类。
基于 pearson 相关性系数加权个体接口

[发明专利]一种基于BPR-STNet的跨被试游戏玩家专业水平分类方法-CN202310673992.3在审
发明人：郜东瑞;沈艳;王录涛;张永清;林历祺;汪曼青;龚津南;白彬楠;余贞侠 -专利权人：成都信息工程大学
申请日： 2023-06-07 - 公布日： 2023-09-12 - 主分类号： G06F3/01 文献下载
摘要：本发明公开了一种基于BPR‑STNet的跨被试游戏玩家专业水平分类方法，包括：S1、获取游戏玩家的EEG信号原始数据，并对其进行预处理，构建EEG信号序列；S2、利用训练好的基于BPR‑STNet的专业水平分类模型对EEG信号序列进行处理，识别游戏玩家专业水平；S3、基于游戏玩家专业水平，提取对应的关键特征并结合EEG信号序列，确定游戏玩家不同脑区贡献度的脑地形图，实现跨被试游戏玩家专业水平分类。本发明提供的专业水平分类模型，可以充分学习EEG信号中的时空特征，得出了γ频段是跨被试水平分类效果，发现专业水平游戏玩家的大脑活动对模型决策影响最大的区域是顶叶区和颞叶区；进而实现准确的跨被试分类。
一种基于 bpr stnet 跨被试游戏玩家专业水平分类方法

[发明专利]基于微电流刺激的跨被试虚拟力评估系统-CN202110285311.7有效
发明人：邢晓芬;万佳欢;舒琳;徐向民 -专利权人：华南理工大学
申请日： 2021-03-17 - 公布日： 2023-07-18 - 主分类号： G06F18/243 文献下载
摘要：本发明涉及基于微电流刺激的跨被试虚拟力评估系统，包括：虚拟现实交互模块，输出基于交互事件触发的虚拟现实场景，传输至被试者所戴的VR眼镜；电刺激交互电流仿真子系统，用于实现不同的电刺激模式，将电刺激电流数据传输至跨被试的功能性电刺激电流的力反馈评估模型；测力计模块，用于捕获力反馈数据，并传输至跨被试的功能性电刺激电流的力反馈评估模型；电刺激电流的力反馈评估模型，用于评估力反馈大小。本发明采用的跨被试微电流刺激模式将不同受试者的原始生理特征输入模型，当给予不同功能性电刺激电流时，通过机器学习方法评估匹配的力反馈输出大小，结合虚拟现实的场景，增强沉浸感和真实感。
基于电流刺激跨被试虚拟评估系统

[发明专利]基于标签对称的跨被试脑电情绪识别方法-CN202310702225.0在审
发明人：沈方瑶;江海艇;陈丽娜;郭鸿杰;张尧;高宏 -专利权人：浙江师范大学
申请日： 2023-06-14 - 公布日： 2023-09-05 - 主分类号： G06F18/24 文献下载
摘要：本发明公开了基于标签对称的跨被试脑电情绪识别方法，包括：获取输入数据；对所述输入数据进行预处理和特征提取，得到处理后的输入数据；构建标签对称学习模型并进行训练，得到优化模型；将所述处理后的输入数据输入到所述优化模型中本发明针对的脑电研究领域中较难的跨被试情境，通过构建标签对称模块和样本预测平衡模块，很好地实现了跨被试场景下脑电情感识别的问题，并且本发明方案更符合实际场景，在解决标签空间不一致的问题上，提出了扩充目标域标签空间的方法，使得目标域的标签空间和源域的标签空间相同，简化了问题，提高了跨被试脑电情感识别的准确性。
基于标签对称跨被试脑电情绪识别方法

[发明专利]一种探测fMRI脑网络动态协变的方法-CN201811344623.5有效
发明人：廖伟;孟耀;陈华富 -专利权人：电子科技大学
申请日： 2018-11-12 - 公布日： 2021-08-27 - 主分类号： G06K9/32 文献下载
摘要：本发明提供一种探测fMRI脑网络动态协变的方法，该方法包括：首先利用功能磁共振数据构建大脑功能网络，再按照一定的依据(年龄大小、病程长短、教育程度高低等因素)分别将不同的网络矩阵顺序排列起来，得到跨被试的网络矩阵序列，而后利用滑动窗方法进行跨被试的ROI脑区之间的协变关系研究，得到一系列协变矩阵，再通过计算刻画协变关系变异性的数学指标或通过统计检验对跨被试尺度下脑区间协同活动模式的差异，从而更好的理解在网络中脑区之间的交互关系
一种探测 fmri 网络动态方法

[发明专利]一种基于静息脑电相似性的情绪跨个体识别方法-CN201710251631.4在审
发明人：刘爽;明东;郭冬月;柯余峰;仝晶晶;杨佳佳;许敏鹏;何峰 -专利权人：天津大学
申请日： 2017-04-18 - 公布日： 2017-12-01 - 主分类号： A61B5/0476 文献下载
摘要：本发明公开了一种基于静息脑电相似性的情绪跨个体识别方法，所述情绪跨个体识别方法包括建立多个体情绪数据库，包括n个被试的静息脑电和情绪脑电，并通过AR模型提取脑电在4个频段的功率谱密度，构成静息脑电特征矩阵以及情绪脑电特征矩阵；记录需要被检测的被试的静息脑电，分别计算其与情绪数据库中的n个被试的静息脑电特征矩阵的欧式距离，选择距离最小的0.2*n个被试作为情绪识别模型训练集的用户群；利用该用户群的情绪脑电特征矩阵建立情绪检测模型，从而准确、客观的进行跨个体情绪脑电识别。本发明可有效地解决目前情绪识别中的跨个体识别正确率低的瓶颈问题，将模型推向应用，并获得可观的社会效益和经济效益。
一种基于静息脑电相似性情绪个体识别方法

[发明专利]一种适用于跨被试的脑电情绪识别方法及装置-CN202110176255.3在审
发明人：冯筠;贾巧妹;胡景钊;郑佳宾;王晨 -专利权人：西北大学
申请日： 2021-02-06 - 公布日： 2021-06-04 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种适用于跨被试的脑电情绪识别方法：步骤1，将跨被试脑电情绪数据集分为训练集和测试集，并初始化训练集中的样本的权重，同时初始化基分类器；步骤2，设置当前基分类器的网络参数；步骤3，训练基分类器本发明的方法和装置借助自适应提升算法确定跨被试脑电情绪数据集的样本权重，能够有效的调整样本特征分布，提高脑电情绪识别模型的泛化性能。
一种适用于跨被试情绪识别方法装置

[发明专利]基于脑电样本权重调整的跨被试疲劳驾驶分类方法-CN202010985572.5有效
发明人：曾虹;张佳明;李秀峰;吴振华;赵月;孔万增;戴国骏 -专利权人：杭州电子科技大学
申请日： 2020-09-18 - 公布日： 2022-05-17 - 主分类号： A61B5/18 文献下载
摘要：本发明公开了一种基于脑电样本权重调整的跨被试疲劳状态分类方法。本发明以PSD作为特征提取方法，InstanceEasyTL算法作为分类器，通过对EEG信号的处理及分析，在跨被试的设定下，对驾驶员的疲劳程度进行分类，实现疲劳、清醒两种状态的区分。与传统的机器学习、深度学习方法和基于特征对齐的EasyTL方法相比，在跨被试上拥有更好的分类性能。此外本方法在仅需目标域中小部分比例的数据情况下，仍然能够保持较高的分类性能。
基于样本权重调整跨被试疲劳驾驶分类方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条