“滑少扬”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2个，建议您升级VIP下载更多相关专利

[发明专利]一种基于时频特征融合的肌电信号解码方法-CN201911029831.0有效
发明人： 滑少扬;王从庆 -专利权人：南京航空航天大学
申请日： 2019-10-28 - 公布日： 2023-04-18 - 主分类号： G06F18/213 文献下载
摘要：本发明公开了一种基于时频特征融合的肌电信号解码方法，步骤为：采集时域肌电信号，并将时域信号转换为频域信号，对时域信号和频域信号分别进行信号预处理；根据预处理后的时域信号和频域信号，分别构造并训练初始时域特征提取网络和初始频域特征提取网络；采用迁移学习技术，将初始时域特征提取网络和初始频域特征提取网络在其最后一层进行连接，并添加新的全连接层进行整体训练，得到最终的时域特征提取网络和频域特征提取网络，并将其融合为一个网络，利用融合后的网络进行测试，实现肌电信号解码。本发明将预处理后的时域和频域信息进行融合，形成信息互补，提供识别准确率。
一种基于特征融合电信号解码方法

[发明专利]一种基于递归神经网络与集成学习的肌电信号解码方法-CN202111384906.4在审
发明人： 滑少扬;王从庆 -专利权人：南京航空航天大学
申请日： 2021-11-22 - 公布日： 2022-04-01 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于递归神经网络与集成学习的肌电信号解码方法，包括肌电信号与力量信号预处理，肌电通道选择，递归神经网络构建和集成学习算法构建四部分；将递归神经网络作为弱回归器，在训练上采用力量信号所对应的之前一段时间的肌电信号作为输入；采用改进的集成学习算法，在赋予新一轮数据样本权重时，针对误差较大的训练数据，将考虑在其他力量大小相似的训练样本中是否也存在较大差异，从而寻找对于肌肉疲劳具有抗性的肌电信号特征；在弱回归器的训练过程中采用迁移学习方法，减少计算负担。本发明能提高训练效率，最终实现对于肌电信号中所包含的力量信息的解码任务。
一种基于递归神经网络集成学习电信号解码方法