|
|
钻瓜专利网为您找到相关结果 40个，建议您 升级VIP下载更多相关专利
- [发明专利]一种驾驶员瞌睡开始状态检测方法、装置及设备-CN202310772607.0在审
-
焦影影;焦竹青;陈娟
-
常州大学
-
2023-06-27
-
2023-09-29
-
A61B5/18
- 本发明涉及一种驾驶员瞌睡开始状态检测方法，包括：基于包含瞌睡状态的一导脑电信号与一导垂直眼电信号，得到预先训练好的一维卷积神经网络，利用k‑means聚类算法，获取上升沿质心Co与非上升沿质心Ci,i＝1,2,…，k；利用第一滑动窗口在脑电测试数据上滑动，获取当前窗口脑电数据样本Oc输入预先训练好的一维卷积神经网络中，获取分类预测结果；当分类预测结果为存在alpha波时，记录Oc的时间范围[t0,t0+l1]；利用小波能量分布方法，从[t0,t0+l1]中，获取alpha波出现的开始时刻tα；基于tα获取预设时间区域，利用第二滑动窗口在垂直眼电信号上滑动，直至当前窗口眼电数据样本Vc的结束点到达预设时间区域的结束点；计算每次滑动时获取的Vc，与Co及Ci,i＝1,2,…，k之间的相关系数；若存在Vc与Co相关系数最大，则检测到驾驶员瞌睡开始状态。
- 一种驾驶员瞌睡开始状态检测方法装置设备
- [发明专利]一种山药种植器-CN202111567070.1有效
-
焦竹青;寇娇娇;胡俊敏;党英喆;孙彩霞;秦伟;郝勇锋;邢玲玲;薛婷婷;牛凯艳;贺彩平;李莹
-
焦竹青
-
2021-12-20
-
2023-06-06
-
A01C9/02
- 本发明涉及一种山药种植器，包括车体，车体上设置有机架，还包括物料箱、播种装置，播种装置设置在物料箱下方，播种装置包括输送机、多个U型槽、壳体，输送机设置在出料口下方，U型槽的长度方向沿车体的前进方向设置，多个U型槽互相平行且相邻设置，U型槽与输送机的输出件连接，壳体与输出件之间形成用于山药种子通过的通道，其上端与出料口连通，下端开设有开口，本发明通过在机架上设置起垄装置，起垄装置后设置播种装置，在车体向前行进一定的距离后，控制模块控制播种装置中的第一电机转动带动传送带转动，使得U型槽向前移动一个位置，将山药种子从开口落入垄沟中，能够准确控制每个山药种子之间的距离。
- 一种山药种植
- [发明专利]一种大脑功能网络的超图表示方法-CN202210826115.0在审
-
焦竹青;奚正涛;石海峰;张儒璞;陆钰
-
常州大学
-
2022-07-14
-
2022-11-11
-
G06N3/04
- 本发明公开了一种大脑功能网络的超图表示方法，其步骤包括：对静息态的功能磁共振成像进行预处理得到所有脑区的时间序列；使用滑动窗口将整个时间序列划分为多个重叠的子序列段；构建动态大脑功能网络，并将其转化为一个优化模型；采用最邻近结点算法构建动态大脑功能网络的超图；通过卷积操作对超图结构进行动态修改，提取特征得到新的动态超图；提取动态超图的拉普拉斯矩阵；构建拉普拉斯矩阵的流形正则项，并将流形正则项和L1范数正则项同时引入到优化模型中，得到大脑功能网络的超图表示形式。本发明用于表示多个脑区之间的功能交互和高阶关系，确定具有判别性的大脑功能网络分类特征，有效提高对脑疾病特征的分类性能。
- 一种大脑功能网络超图表示方法
- [发明专利]一种大脑功能网络特征分类方法-CN201910869504.X有效
-
焦竹青;季一新;焦庭轩;邹凌;曹音;张煜东
-
常州大学
-
2019-09-12
-
2022-07-08
-
G06V10/764
- 本发明涉及一种大脑功能网络特征分类方法，包括以下步骤：对功能磁共振成像进行格式转换和预处理，提取各个脑区的时间序列；将时间序列划分为长度固定的重叠子段，计算各子段间的相关系数构建若干个动态功能网络；将每个动态大脑功能网络的上三角元素的列向量拼接成一个功能连接向量，并将每个被试的所有功能连接向量组合成功聚合矩阵；将所有被试的聚合矩阵作为样本划分为三部分，每个样本作为特征子空间；训练集对每个特征子空间进行学习并进行分类得出训练结果；验证集对网络模型进行评估并调整网络参数；测试集对每个特征子空间进行分类得出最终分类结果。本发明对研究大脑的认知功能障碍具有一定的参考价值。
- 一种大脑功能网络特征分类方法
- [发明专利]一种多模态大脑影像特征学习方法-CN202111553816.3在审
-
焦竹青;陈思炜;石海峰;张宇涛;奚正涛
-
常州大学
-
2021-12-17
-
2022-04-08
-
G06K9/62
- 本发明公开了一种多模态大脑影像特征学习方法，其步骤包括：对多模态大脑影像数据分别进行预处理，得到特征矩阵；计算每种模态数据特征间的相关系数，得到特征相关矩阵，进行线性融合得到特征相关正则化；对特征矩阵进行加权融合，计算特征相邻节点得到邻接矩阵，构建特征图拉普拉斯矩阵，得到特征结构正则化；将两种正则化嵌入到引入低秩约束的多任务模型中，进行特征学习，筛选具有良好表征特征向量；随后进行线性融合，使用支持向量机对训练集进行训练，利用测试集检验模型分类性能。本发明学习多模态大脑影像特征间的潜在关系和特征局部空间几何结构，筛选关联特征，提高特征学习解释性的同时提高分类性能。
- 一种多模态大脑影像特征学习方法
- [发明专利]一种大脑功能超网络的构建方法-CN202110475520.8在审
-
张珈豪;焦竹青
-
常州大学
-
2021-04-29
-
2021-07-23
-
A61B5/055
- 本发明公开一种大脑功能超网络的构建方法，包括以下步骤：对大脑功能磁共振成像进行格式转换和预处理；将大脑划分为若干个脑区，提取每个脑区的时间序列；提取每个脑区的导函数时间序列；提取每一个脑区导函数时间序列的稀疏线性回归模型所产生的超边，构建超边集合；构建初始超网络，根据GE和PSW的关系设置阈值；通过构建完全二次自回归模型和多元向量回归模型，求解每个超边中每个脑区作为结果脑区，与其余脑区的因果关系系数；依据结果脑区与原因脑区的因果关系系数和阈值的大小关系，对每个超边所包含的脑区进行筛选；最终得到优化后的超边集合，构建大脑功能超网络。本发明对大脑认知功能障碍、多脑区信息交互具有重要的应用价值。
- 一种大脑功能网络构建方法
- [发明专利]一种大脑功能网络的转换方法-CN202010756099.3在审
-
焦竹青;焦庭轩;张珈豪;高鹏
-
常州大学
-
2020-07-31
-
2020-11-03
-
G06T9/00
- 一种大脑功能网络的转换方法，包括以下步骤：对大脑功能磁共振成像进行格式转换、预处理和低频滤波，用标准化模板将大脑分区并提取时间序列，采用滑窗法构建动态大脑功能网络；设计稀疏结构深度网络嵌入自编码器，在损失函数中添加稀疏项，将网络中的节点映射到高维向量空间；将所有编码器的隐藏层输出组合作为特征矩阵，按照重要性对特征向量排序，得到降维后的特征矩阵；提取排序最前且方向相互垂直的特征向量，构建二维直方图；在空洞卷积神经网络中提取和整合直方图的特征，输入分类器中得到分类结果。本发明将大脑功能网络转换为直方图的形式，有助于解决大脑功能网络这类非欧几里得数据无法直接运用卷积神经网络进行分类的问题。
- 一种大脑功能网络转换方法
- [发明专利]一种大脑功能状态提取方法-CN202010260127.2在审
-
焦竹青;季一新;高鹏;焦庭轩;张珈豪
-
常州大学
-
2020-04-03
-
2020-08-11
-
A61B5/055
- 一种大脑功能状态提取方法，包括步骤：1)对功能磁共振成像提取时间序列；2)将时间序列划分为长度固定的重叠子段，计算各子段间内的相关系数来构建随时间变化的动态功能网络；3)将动态功能网络向量化并拼接成功能连接聚合矩阵；4)改进和训练深度自编码器模型，将功能连接聚合矩阵输入到深度自编码器中进行降维得到若干特征向量；5)确定最优聚类个数，对特征向量组成的矩阵进行聚类，获得不同功能状态的公共功能网络；6)对各类功能状态的停留时间、转换次数和稳定性进行分析，确定大脑功能状态。本发明对大脑认知功能的研究具有参考价值，有助于发现不同功能状态之间的差异以及功能状态之间的变化规律。
- 一种大脑功能状态提取方法
|
