“潘桐杰”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7个，建议您升级VIP下载更多相关专利

[发明专利]一种基于可穿戴设备的情绪检测提醒方法-CN202310961895.4有效
发明人： 潘桐杰;叶娅兰;罗通侯君 -专利权人：电子科技大学
申请日： 2023-08-02 - 公布日： 2023-10-20 - 主分类号： A61B5/16 文献下载
摘要：本发明公开了一种基于可穿戴设备的情绪检测提醒方法，属于时序信号的分类识别技术领域。本发明基于双线性卷积神经网络的特征生成网络关注信号之间的局部差异，从而使得识别模型能更好地区分不同情绪类别所对应的信号样本；对输入进行局部掩码再将其输入至特征生成器中，以得到对应的隐空间特征，再将隐空间特征重构为未掩码的原始输入，以学习到与标签信息不敏感的因空间特征表示；本发明基于伪标签提纯策略来进一步减轻偏移标签对目标域数据识别准确度的影响，以最终实现在不访问已有用户数据情况下的知识迁移任务。本发明方法可实现对情绪类别的实时识别，同时对指定的目标情绪类别进行提醒预警。
一种基于穿戴设备情绪检测提醒方法

[发明专利]一种基于生理信号的开放集情感识别方法-CN202310937260.0有效
发明人： 潘桐杰;叶娅兰;周镪 -专利权人：电子科技大学
申请日： 2023-07-28 - 公布日： 2023-10-20 - 主分类号： G06F18/213 文献下载
摘要：本发明公开了一种基于生理信号的开放集情感识别方法，属于情感类型识别技术领域。本发明包括：采集不同离散情感下的原始脑电信号，并对其进行信号预处理，得到训练样本信号及其情感标签；将训练样本信号输入特征提取网络进行信号特征提取，获取特征提取网络的输入信号的共享特征，将共享特征输入情感分类网络，用于获取预测的情感类别，并基于预测结果对特征提取网络和情感分类网络进行网络参数训练，以得到训练好的特征提取网络和情感分类网络，基于训练好的特征提取网络和情感分类网络获取待识别脑电信号的情感识别结果。本发明使识别模型具备了发现未知类情感的能力，同时能够自适应地调整开放集决策边界而无需未知类的先验知识。
一种基于生理信号开放情感识别方法

[发明专利]面向数字孪生系统的轴承故障智能诊断方法-CN202110672251.4有效
发明人：徐洁;叶娅兰;潘桐杰;李玉祥;万正易 -专利权人：电子科技大学
申请日： 2021-06-17 - 公布日： 2023-10-13 - 主分类号： G06F18/24 文献下载
摘要：本发明公开了一种面向数字孪生系统的轴承故障智能诊断方法，属于轴承故障不平衡检测技术领域。本发明针对在实际情况下数字孪生系统中正常数据和异常数据不平衡的情况，在不对原始数据进行扩充的情况下，提高轴承故障的诊断效果。本发明为：数字孪生系统实时监测目标轴承的轴承振动信号；将目标轴承当前的轴承振动信号输入轴承故障诊断网络，基于轴承故障诊断网络的输出获取目标轴承的当前故障检测结果。本发明用于轴承诊断实际场景中出现的数据不平衡现象，可以在正常和故障数据不平衡的实际场景中提升对于故障数据的诊断效果，在数字孪生系统中利用本发明所设置的轴承故障诊断网络可以实时监控轴承设备的健康状况。
面向数字孪生系统轴承故障智能诊断方法

[发明专利]在线场景下心电信号的跨用户情感识别方法-CN202110802173.5有效
发明人：叶娅兰;李云霞;何文文;潘桐杰;孟千贺 -专利权人：电子科技大学
申请日： 2021-07-15 - 公布日： 2023-05-30 - 主分类号： G06F18/2411 文献下载
摘要：本发明公开了一种在线场景下心电信号的跨用户情感识别方法，属于情感识别技术领域。本发明通过学习源域数据和目标域数据的数据分布的共享子空间，减小个体差异造成的用户间差异，建立跨用户的情感识别分类器；然后通过基于在线数据自适应处理方法，将输入心电信号数据和初始目标数据对齐，减小用户自身的差异，以适应时变的心电信号；最后，使用训练好的情感识别分类器对对齐后的输入心电信号数据进行分类，得到当前输入心电信号的情感状态。本发明用于跨用户情感识别，其识别精度高、速度快、健壮性强，减小了用户间和用户自身心电信号数据的差异，适用于与训练数据不同对象的在线情感识别，从而保证了跨用户在线情感识别方法的可实施性。
在线场景电信号用户情感识别方法

[发明专利]一种基于多源域适应的脑电信号跨用户警觉性监测方法-CN202211330654.1有效
发明人：张旸吴庸;叶娅兰;王冲;潘桐杰 -专利权人：电子科技大学
申请日： 2022-10-28 - 公布日： 2023-04-07 - 主分类号： G06F18/24 文献下载
摘要：本发明公开了一种基于多源域适应的脑电信号跨用户警觉性监测方法，属于脑电信号识别技术领域。本发明采集多名用户的脑电信号进行预处理并作为多源源域。对于每一个源域数据，设置一个特征提取器实现对脑电信号的空间特征和时序特征的提取，设置两个任务分类器实现对特征的分类。采用对抗性域适应策略进行特征提取器和任务分类器的训练，以优化提取到的特征的分布，减少跨用户带来的特征决策边界处混淆的影响。在使用时，该系统利用可穿戴设备将脑电信号输入特征提取器和任务分类器中，通过投票的方式判定用户处于的警觉性状态。本发明实用性高，泛化性强，有效的提升了跨用户背景下用户的警觉性劳状态监测精度。
一种基于多源域适应电信号用户警觉性监测方法

[发明专利]面向可穿戴设备的超图特征融合和集成学习的人体行为识别方法-CN202010792637.4有效
发明人：叶娅兰;潘桐杰;鲁力;何文文;杨珂 -专利权人：电子科技大学
申请日： 2020-08-09 - 公布日： 2022-03-15 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种面向可穿戴设备的超图特征融合和集成学习的人体行为识别方法。本发明首先对原始加速度数据和陀螺仪数据提取时域和频域特征，然后基于卷积神经网络提取深度特征，再进行标准化处理后降维。利用Saito超图学习对传感器行为特征和个性因素进行融合，并利用稳定变换矩阵实现实时特征融合，同时考虑到传感器信号存在时间差异性，对稳定变换矩阵进行周期更新。最后将所获得的最终规定特征向量输入到集成学习分类器中，对人体行为进行分类，得到人体行为状态。本发明利用Saito超图学习来高效融合传感器数据与个性因素即充分地利用不同类型信息间的互补特性达到更好的融合效果，有效提高行为识别模型的普适性。
面向穿戴设备超图特征融合集成学习人体行为识别方法

[发明专利]用于可穿戴心率监测设备的多种健身运动状态下的心率估计方法及装置-CN201910103153.1有效
发明人：叶娅兰;何文文;潘桐杰 -专利权人：电子科技大学
申请日： 2019-02-01 - 公布日： 2020-07-21 - 主分类号： A61B5/0245 文献下载
摘要：本发明公开了一种用于可穿戴心率监测设备的多种健身运动状态下的心率估计方法及装置。本发明包括稀疏字典学习、运动状态识别、运动伪影去除以及心率谱峰追踪四部分，即将某种运动状态下的脉搏波信号和噪声估计信号作为训练集，通过求解稀疏字典学习的优化问题得出该运动相应的稀疏字典；然后对运动信号提取特征信息并基于分类的方法进行运动状态识别，得出当前时间窗口下的脉搏波信号对应的运动状态；接着根据运动状态判断脉搏波信号是否含有大量噪声，选择当前运动状态对应的稀疏字典，对脉搏波信号采用稀疏表示方法去除噪声干扰，得到重构的脉搏波信号；最后，定位每个时间窗的心率谱峰。本发明的心率估计精度高、复杂度低。
用于穿戴心率监测设备多种健身运动状态估计方法装置

1
共 7 条