专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
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]一种基于脑电互信息的多源流形嵌入特征选择方法-CN202211445940.2在审
  • 佘青山;石鑫盛;马玉良 - 杭州电子科技大学
  • 2022-11-18 - 2023-03-07 - G06F18/213
  • 本发明公开了一种基于脑电互信息的多源流形嵌入特征选择方法,主要包括,步骤(1)按频段提取脑电微分熵特征;步骤(2对多个源域数据进行筛选,选择高质量源域;步骤(3)将脑电信号特征变换到流形空间,进一步提取流形特征;步骤(4)对脑电流形特征进行相关性和冗余性分析,降低特征维度;步骤(5)将降维之后的流形特征进行迁移,学习最终分类器用于预测标签;步骤(6)根据分类器结果,对目标域的多组识识别结果进行加权融合,得到最终分类结果。该方法相比传统方法提升了源域质量和特征质量,降低了计算复杂度并提升了分类器模型的泛化性能与准确率。
  • 一种基于互信源流嵌入特征选择方法
  • [发明专利]一种基于度量迁移学习的脑电信号识别方法-CN202111649698.6在审
  • 佘青山;石鑫盛;马玉良;孟明;陈云 - 杭州电子科技大学
  • 2021-12-28 - 2022-04-12 - G06K9/62
  • 本发明涉及一种基于度量迁移学习的脑电信号识别方法,利用两个投影矩阵将源域样本和目标域样本映射到共享子空间中,同时进行边缘概率分布对齐和条件概率分布对齐,最小化源域和目标域的距离来减小分布差异,再研究图结构模型,保存样本从高维到低维的结构关系。然后在共享空间中对已有标签的源域样本采用马氏距离度量计算度量矩阵;最后,采用估计密度比方法对源域样本进行加权,在度量矩阵下定义损失函数,并最小化损失。本发明可以提高跨被试/时段迁移学习效果,缩短传统BCI的校准时间,为脑电信号的识别研究提供了新的指导方法,利用EEG源域数据的标签信息,度量学习被用来分析已标记样本及其近邻样本的关系,度量二者之间的相似性。
  • 一种基于度量迁移学习电信号识别方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top