“付博勋”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17个，建议您升级VIP下载更多相关专利

[发明专利]一种多源域样本重加权的EEG信号跨设备解码方法-CN202211446534.8在审
发明人：李甫;付博勋;李俊凯;李意;冯柏沄;冀有硕;周祎瑾;王慎弘;赵一帆;李阳;陈远方;张利剑;石光明 -专利权人：西安电子科技大学
申请日： 2022-11-18 - 公布日： 2023-04-25 - 主分类号： G06F18/24 文献下载
摘要：本发明公开了一种多源域样本重加权的EEG信号跨设备解码方法，包括：获取采集多个受试者的MI EEG信号得到的多源域样本数据集及采集目标受试者的MI EEG信号得到的目标域样本数据集；利用两者对预设的SRENet网络进行训练得到训练完成的目标SRENet网络；利用目标SRENet网络得到待测样本的解码结果；其中，预设的SRENet网络包括特征提取器、样本重加权分类器和条件重加权判别器；在网络训练过程中通过样本重加权分类器和条件重加权判别器对特征提取器提取的特征进行易迁移性度量，对更易于迁移至目标域的源域样本赋以更高的训练权重。本发明能提高跨设备的MI EEG信号的解码性能。
一种多源域样本加权 eeg 信号设备解码方法

[发明专利]领域自适应的跨受试者运动想象脑电信号识别系统及方法-CN202110663843.X有效
发明人：李甫;付博勋;李意;冀有硕;晁伟兵;王冲;牛毅;石光明;陈远方;张利剑 -专利权人：西安电子科技大学
申请日： 2021-06-16 - 公布日： 2023-03-24 - 主分类号： G06F18/214 文献下载
摘要：本发明公开了一种领域自适应的跨受试者运动想象脑电信号识别系统及方法，解决了跨受试者运动想象脑电信号识别准确率低的问题。系统有数据采集、数据预处理、网络训练控制、网络模块和网络前向执行模块，网络前向执行模块读取网络模块参数并结合预处理的脑电信号计算出运动想象分类结果。网络模块为构建的空间条件领域自适应网络SCDAN模块。方法有构建识别系统；采集运动想象脑电数据；脑电数据预处理；准备训练数据；更新SCDAN模块；网络前向执行得到运动想象分类结果。本发明利用领域自适应技术构建SCDAN模块，实现高准确率识别分类。本发明跨受试者运动想象识别准确率高，场景通用性强。
领域自适应跨受试者运动想象电信号识别系统方法

[发明专利]基于卷积神经网络的运动想象分类方法-CN201910993633.X有效
发明人：李甫;吴昊;晁伟兵;石光明;付博勋;牛毅;冀有硕;董明皓;王晓甜 -专利权人：西安电子科技大学
申请日： 2019-10-18 - 公布日： 2023-03-24 - 主分类号： G06F18/10 文献下载
摘要：本发明公开了一种基于并行多尺度时间卷积核的卷积神经网络方法，主要解决现有技术检测准确率低，难以有效检测出用户想象运动的问题。其实现方案是：采集想象运动脑电数据，并对其进行预处理，使用预处理后的脑电数据制作数据集；构建卷积神经网络，使用训练集和验证集训练卷积神经网络，使用测试集测试卷积神经网络，使用被试者的脑电数据微调测试后的卷积神经网络，得到适合被试者进行在线实验的最终卷积神经网络；实时获取被试者的在线想象运动脑电信号，并送入最终的卷积神经网络，得到实时分类结果。本发明能有效检测出用户的想象运动，提高了对想象运动脑电信号的分类准确率，可用于医疗服务，作为辅助工具参与中风患者的康复治疗。
基于卷积神经网络运动想象分类方法

[发明专利]基于相似度对比的目标检测方法及其装置-CN202211174426.X在审
发明人：赵一帆;李甫;王慎弘;张伟;乐仁华;付博勋;吴昊;冀有硕;李阳;张利剑;陈远方;石光明 -专利权人：西安电子科技大学
申请日： 2022-09-26 - 公布日： 2023-01-20 - 主分类号： G06V10/74 文献下载
摘要：本发明公开了一种基于相似度对比的目标检测方法及其装置，涉及图片处理技术领域，包括：基于目标图片样本，生成候选框；基于候选框，进行目标特征提取，构建待选特征数据库；基于已有的图片样本，进行目标特征提取，构建标准特征数据库；从待选特征数据库中，获取置信度最高的候选框，将该候选框与标准特征数据库进行相似度对比，得到分数最高的标准特征数据库图片，并记录其类别信息；将分数最高的标准特征数据库图片与待选特征数据库进行相似度对比，得到分数最高的待选特征数据库图片，并记录其位置信息；将类别信息和位置信息映射到目标图片样本，得到待检测目标的检测结果。本申请能够提高目标定位的准确率，提高目标检测的效果。
基于相似对比目标检测方法及其装置

[发明专利]一种基于深度学习的两类基本情绪强度脑电信号识别方法-CN202211027652.5在审
发明人：李甫;冀有硕;方鑫磊;付博勋;周祎瑾;蒋之铭;赵一帆;李阳;牛毅;石光明 -专利权人：西安电子科技大学
申请日： 2022-08-25 - 公布日： 2022-12-16 - 主分类号： A61B5/378 文献下载
摘要：本发明涉及一种基于深度学习的两类基本情绪强度脑电信号识别方法，包括：通过n个尺度空间特征提取模块分别提取激活模式和尺度空间特征，其中，每个尺度空间特征提取模块对应的卷积核大小不相同，第一个尺度空间特征提取模块的输入为原始脑电信号，其他各个尺度空间特征提取模块的输入为原始脑电信号和前一个尺度空间特征提取模块所提取的尺度空间特征；对原始脑电信号和所有激活模式和尺度空间特征进行维度变换，得到高阶融合的尺度特征；基于N个长短时记忆网络获取高阶融合的尺度特征中的高阶时域信息，根据高阶时域信息获取原始脑电信号对应的分级情绪，分级情绪包括：强正向情绪、弱正向情绪、强负向情绪和弱负向情绪。
一种基于深度学习基本情绪强度电信号识别方法

[发明专利]空中飞行平台自动化无人机回收系统和方法-CN202110797588.8有效
发明人：李甫;付博勋;冯柏沄;王冲;晁伟兵;尚旭东;钱若浩;李旭超;张鹏博;冀有硕;李阳;石光明;张利剑;陈远方 -专利权人：西安电子科技大学
申请日： 2021-07-14 - 公布日： 2022-12-02 - 主分类号： G05D1/08 文献下载
摘要：本发明公开了一种空中飞行平台自动化无人机回收系统和方法，解决了无人机导航信号易受干扰，回收时损耗大的问题。系统的飞行控制子系统以相机和激光雷达的信息为输入，导航无人机到达平台下方，回收装置两机械臂末端合拢，夹住无人机顶端的伸缩杆，实现无人机回收。方法有设计空中飞行平台自动化无人机回收系统；系统初始化；回收中无人机自主导航；无人机在平台下进行定位和位置校准；回收装置抓取无人机。本发明在导航期间以视觉信息和激光雷达为输入，根据无人机与平台间距离选择不同的模式，减小了信号干扰。嵌有压力传感器的抓手设计，减小了回收时的损耗。应用于无人机空中回收。
空中飞行平台自动化无人机回收系统方法

[发明专利]一种基于自监督学习的脑电信号在线自适应分类方法-CN202210860189.6在审
发明人：李甫;李鸿鑫;方鑫磊;陈佶;李阳;吴昊;付博勋;张利剑;石光明 -专利权人：西安电子科技大学
申请日： 2022-07-21 - 公布日： 2022-11-25 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于自监督学习的脑电信号在线自适应分类方法包括：获得待测样本；其是对待测被试者在RSVP下采集到的脑电图信号进行预处理后得到的；构建待测样本针对两个自监督任务分别对应的数据集，得到时序验证任务数据集和掩码空间识别任务数据集；基于两个自监督任务的数据集更新预先训练完成的原始脑电信号分类网络的参数，得到更新后脑电信号分类网络；利用更新后脑电信号分类网络对待测样本进行分类得到分类结果。其中原始脑电信号分类网络是利用样本数据集对预设网络训练得到，样本数据集基于多个样本被试者进行快速序列视觉呈现实验所得到的脑电图信号得到。本发明能解决分布偏移问题，提高RSVP范式中脑电信号的分类性能。
一种基于监督学习电信号在线自适应分类方法

[发明专利]动态背景下SSVEP脑机接口刺激调制与解码方法-CN202210800745.0在审
发明人：李甫;付博勋;李俊凯;李意;冯柏沄;蒋之铭;宋卓琛;赵一帆;冀有硕;李阳;陈远方;张利剑;石光明 -专利权人：西安电子科技大学
申请日： 2022-07-08 - 公布日： 2022-11-18 - 主分类号： G06F3/01 文献下载
摘要：本发明公开了一种动态背景下SSVEP脑机接口刺激调制与解码方法，调制方法包括在动态背景多个预设位置上分别悬浮设置预设形状的SSVEP刺激块；利用预设的前景调制方法和/或背景调制方法改变各SSVEP刺激块与相应背景区域的对比度，利用采样正弦编码平滑改变刺激块的透明度使刺激块基于各自频率持续闪烁以刺激受试者产生SSVEP的EEG信号，能提高刺激块与背景区域对比度，避免淹没于背景中，便于受试者观看。解码方法对已采集的受试者的SSVEP的EEG信号进行预处理，利用预设的DBDN网络对其进行解码，得到该SSVEP的EEG信号对应的SSVEP刺激块的属性信息，能针对动态背景的SSVEP范式下提高解码精度。
动态背景 ssvep 接口刺激调制解码方法

[发明专利]基于多粒度信息的快速序列视觉呈现脑电图信号分类方法-CN202210816974.1在审
发明人：李甫;楚文龙;李鸿鑫;付博勋;蒋之铭;宋卓琛;李阳;陈远方;张利剑;石光明 -专利权人：西安电子科技大学
申请日： 2022-07-12 - 公布日： 2022-11-18 - 主分类号： A61B5/378 文献下载
摘要：本发明公开了一种基于多粒度信息的快速序列视觉呈现脑电图信号分类方法，包括：采集被试者在快速序列视觉呈现下的脑电图信号；对采集到的脑电图信号进行预处理；将预处理后的脑电图信号输入预先训练完成的多粒度信息提取网络，得到脑电图信号的分类结果；其中，多粒度信息提取网络从多个不同粒度级别对脑电图信号进行特征提取；多粒度信息提取网络利用样本数据集训练得到，样本数据集基于多个样本被试者进行快速序列视觉呈现实验所得到的脑电图信号得到。本发明的多粒度信息提取网络将多粒度信息作为先验知识融入到神经网络设计中，从多个不同粒度级别对脑电图信号进行特征提取，因此能够极大提升快速序列视觉呈现脑电图信号的分类准确率。
基于粒度信息快速序列视觉呈现脑电图信号分类方法

[发明专利]基于渐进式图卷积神经网络的脑电情感识别方法-CN202111403187.6有效
发明人：李阳;周祎瑾;李甫;牛毅;付博勋;冀有硕;吴昊;陈远方;张利剑;石光明 -专利权人：西安电子科技大学
申请日： 2021-11-24 - 公布日： 2022-11-01 - 主分类号： A61B5/16 文献下载
摘要：本申请涉及信息技术领域，具体提供了一种基于渐进式图卷积神经网络的脑电情感识别方法。该方法包括如下步骤：S1，获取情绪脑电数据，并对其进行预处理；S2，构建渐进式图卷积神经网络；S3，训练图卷积神经网络；S4，对训练好的神经网络进行测试。本发明首次考虑到情绪的层次特性，构造了双粒度分支神经网络模型，充分利用了情绪的层次特性，提高了脑电情感识别的效果。本发明构造了基于大脑区域功能连接性的动态图和基于大脑区域空间邻近性的静态图，本发明充分利用了大脑的动态功能连接信息和空间邻近信息的互补性，提高了脑电情感识别的效果。
基于渐进图卷神经网络情感识别方法

[发明专利]深度学习人机互适应运动想象脑机接口系统和训练方法-CN201910768253.6有效
发明人：李甫;付博勋;钱若浩;吴昊;冀有硕;石光明;牛毅;董伟生 -专利权人：西安电子科技大学
申请日： 2019-08-20 - 公布日： 2022-06-07 - 主分类号： G16H20/70 文献下载
摘要：本发明公开的基于深度学习的人机互适应运动想象脑机接口系统和训练方法，解决了不同使用者间效果差异大、脑电信号稳定性差的问题。系统接有脑电数据采集、数据预处理、信号变换判别网络和视觉反馈呈现模块，还包括由原始脑电数据，信号转换目标图像和类别标签组成的数据集模块。训练方法包含通用预训练、互适应反馈校准、在线使用三阶段；互适应训练含多轮人机互适应训练，每轮训练含自由练习、任务想象收集数据和机器训练。本发明训练过程采用了“人在回路”的实时反馈，让使用者在试错中习得正确而稳定的可解码运动想象方式，提升了运动想象脑机接口的性能，实现对使用者运动想象的高精度稳定分类。主要用于满足高效的脑机交互需求。
深度学习人机适应运动想象接口系统训练方法

[发明专利]一种基于FPGA的卷积神经网络加速器及其优化方法-CN202111543413.0在审
发明人：李甫;李旭超;付博勋 -专利权人：西安电子科技大学重庆集成电路创新研究院
申请日： 2021-12-16 - 公布日： 2022-03-15 - 主分类号： G06N3/063 文献下载
摘要：本申请涉及神经网络计算技术领域，具体提供了一种基于FPGA的卷积神经网络加速器及其优化方法。一种基于FPGA的卷积神经网络加速器，该加速器包括程序指令存储单元、程序指令译码单元、数据控制单元、数据缓冲单元、参数缓冲单元、片外存储单元、并行处理单元、图像缓存单元、图像拼接单元、片外存储单元。一种基于FPGA的卷积神经网络加速器的优化方法，包括如下步骤：步骤一，获取不同操作类型的前向推理指令CNn前向推理所使用的时钟周期数；步骤二，构建卷积神经网络前向推理一次所使用的时钟周期数；步骤三，构建硬件资源约束表达式；步骤四，构建并求解有约束的优化函数F'；步骤五，根据优化函数F'的最优解设置3×3卷积单元、1×1卷积单元、池化单元的数量。
一种基于 fpga 卷积神经网络加速器及其优化方法

[发明专利]基于图的多任务自监督情绪识别方法-CN202111532664.9在审
发明人：李阳;陈佶;李甫;徐宇航;牛毅;付博勋;冀有硕;吴昊;周祎瑾;张利剑;陈远方;石光明 -专利权人：西安电子科技大学
申请日： 2021-12-15 - 公布日： 2022-03-08 - 主分类号： A61B5/16 文献下载
摘要：本申请属于信息技术领域，涉及一种脑电信号的分类方法具体提供了一种基于图的多任务自监督情绪识别方法，其特征在于，该方法包括如下步骤：S1，获取脑电情绪数据并进行预处理；S2，构建自监督辅助任务；S3，构建图卷积神经网络；S4，训练图卷积神经网络；S5，测试图卷积神经网络。本发明首次考虑到设计自监督任务用于脑电情绪识别。设计的空间拼图任务通过学习不同脑区之间的内在空间关系，从而学习脑电情绪相关的空间模式；设计的频率拼图任务旨在于挖掘对情感识别更为关键频带；设计的对比学习任务旨在于进一步规范特征空间，学习内在的表征。本发明情绪识别的准确率较高。
基于任务监督情绪识别方法

[发明专利]基于解耦表示学习的连续快速视觉演示脑电信号分类方法-CN202210001444.1在审
发明人：李甫;李鸿鑫;张熙;楚文龙;吴昊;付博勋;冀有硕;周祎瑾;王慎弘;张利剑;陈远方;李阳;牛毅;石光明 -专利权人：西安电子科技大学
申请日： 2022-01-04 - 公布日： 2022-03-01 - 主分类号： G06K9/00 文献下载
摘要：本申请属于信号处理技术领域，涉及一种脑电信号的分类方法，具体提供了一种基于解耦表示学习的连续快速视觉演示脑电信号分类方法，该方法包括如下步骤：S1，脑电信号的获取及预处理；S2，解耦表示学习网络的构建；S3，对构建的解耦表示学习网络进行训练；S4，对训练后的解耦表示学习网络进行测试；S5，对测试后的解耦表示学习网络进行微调；S6，对微调后的解耦表示学习网络进行实时检测。本发明将学习过程解耦为表示学习过程和分类器学习过程，避免分类器对表示学习过程产生影响，解决了连续快速视觉演示分类中存在的类别不平衡问题导致分类准确率低的问题，从而提高脑电信号的分类准确率。
基于表示学习连续快速视觉演示电信号分类方法

[发明专利]情绪脑电的细粒度可视化系统和方法-CN201910438938.4有效
发明人：李甫;付博勋;石光明;冀有硕;钱若浩;牛毅 -专利权人：西安电子科技大学
申请日： 2019-05-24 - 公布日： 2021-10-29 - 主分类号： A61B5/378 文献下载
摘要：本发明公开了一种情绪脑电的细粒度可视化系统和方法，解决如何展示情绪脑电中细粒度信息的技术问题。系统依次连接有数据采集模块、数据预处理模块、特征提取模块、网络训练控制模块，且表情图集提供目标图像，网络训练控制模块与条件生成对抗网络模块完成对条件生成对抗网络的训练，网络前向执行模块控制完成细粒度表情的生成。方法包含步骤：采集情绪脑电数据，脑电数据预处理，脑电特征提取，构建条件生成对抗网络，制备表情图集，训练条件生成对抗网络和得到细粒度面部表情生成结果。本发明将情绪脑电直接可视化为能直接辨识的带有细粒度信息的面部表情，用于对带有脑‑机接口的康复设备、情感机器人、VR设备等的交互增强与体验优化。
情绪细粒度可视化系统方法

1
2
下一页»
尾页
共 17 条