-
公开(公告)号：CN113178195B
公开(公告)日：2022-08-26
申请号：CN202110241424.7
申请日：2021-03-04
Applicant: 杭州电子科技大学
Abstract: 本发明公开一种基于声音诱发脑电信号的说话人识别方法。本发明通过采集脑电数据，提取听觉刺激部分时频特征和时域统计特征的融合特征。采用alpha频段基线校正部分的脑电信号获得的融合特征作为背景模板。将听觉刺激部分融合特征减去背景模板得到干净任务态数据融合特征，最后利用本发明提出的网络模型区分不同说话人。本发明提供了一种可行的基于声音诱发脑电信号的说话人识别方法，并利用训练好的分类器去区分不同说话人，准确率达到90％。
-
公开(公告)号：CN113081001B
公开(公告)日：2022-04-01
申请号：CN202110390268.0
申请日：2021-04-12
Applicant: 杭州电子科技大学
Abstract: 本发明公开一种同步EEG‑fMRI脑电信号去BCG伪迹方法。对在普通环境和核磁共振环境下的睁眼、闭眼状态多通道头皮脑电信号进行采集和预处理，然对其进行数据分割，构建睁眼和闭眼状态数据集；利用上述睁眼和闭眼状态数据集分别进行去除BCG伪迹的睁眼网络模型和闭眼网络模型训练；该模型采用基于CycleGAN网络架构模型BCGGAN；BCGGAN包括CycleGAN、自编码器约束、中间特征约束。本发明在尽可能去除BCG伪迹的同时，能更好地有效保留脑电信息。
-
公开(公告)号：CN112765141A
公开(公告)日：2021-05-07
申请号：CN202110040587.9
申请日：2021-01-13
Applicant: 杭州电子科技大学
IPC: G06F16/215 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于迁移学习的连续大规模水质缺失数据填补方法。本发明首先进行数据预处理，并利用滑动窗口算法构造出训练和测试样本。然后进行数据填补：具体是将目标域的训练样本和源域的训练样本融合成为新的混合训练样本集；每次迭代中，分别构造一个新的填补数据的弱学习器；在新混合的训练样本上计算平均预测填补误差；分别计算源域的训练样本和目标域的训练样本的权重迭代更新系数；更新下一时刻源域和目标域训练样本新的权重；将所有弱学习器的输出值进行加权平均即可得到一个强学习器的最终预测填补数值。本发明在处理大规模连续缺失数据问题中有近15%‑25%填补准确率的提升。
-
公开(公告)号：CN109635914B
公开(公告)日：2020-05-15
申请号：CN201811541448.9
申请日：2018-12-17
Applicant: 杭州电子科技大学
IPC: G06N3/00 , G06N3/12 , G06Q10/04 , G06F16/215
Abstract: 本发明公开了一种基于混合智能遗传粒子群的优化极限学习机轨迹预测方法。传统的神经网络算法存在训练时间较长、容易陷入局部最优解、参数选择敏感等缺点，而极限学习机（ELM）神经网络具有训练速度快、泛化能力强等优点，故选择ELM神经网络做预测。由于传统的ELM存在小数据集泛化性能较差的问题，优化极限学习机（OELM）克服了该缺点，但由于受到输入权值和隐藏层节点阈值随机赋值的影响，在预测过程中往往无法达到最优结果。故采用混合智能遗传粒子群算法（HGPSO）动态寻优找出OELM模型最佳的参数组，针对模型建立的随机性进行改进，使它只需要较少的隐藏层神经元数目就能达到较好的预测性能，提高了网络的泛化性。
-
公开(公告)号：CN109239009A
公开(公告)日：2019-01-18
申请号：CN201811020538.3
申请日：2018-09-03
Applicant: 杭州电子科技大学
IPC: G01N21/39
Abstract: 本发明涉及基于环形谐振腔倍频结构的气态汞浓度检测装置及方法。现有汞蒸气浓度检测装置使用寿命短、测量结果浮动大。本发明包括半导体激光器、光栅、模式匹配镜、半波片、环形谐振腔、BBO晶体、二色向镜、分束镜、参考气室、检测气室和两个探测器。半导体激光器输出波长为507.3或730.2纳米。检测时，启动激光器，接收两个探测器产生的信号，对两路信号进行锁相放大，得到最大二次谐波信号；记录参考气室中二次谐波信号的最大幅值，在检测气室信号的相同位置，获得检测气室路二次谐波信号的幅值；计算得到待检测气体中汞浓度。本发明扩大了光源选择范围，提高了倍频转化效率、装置灵敏度和检测精度，实现了对元素汞浓度的实时监测。
-
Patent Agency Ranking
公开(公告)号：CN113627391A
公开(公告)日：2021-11-09
申请号：CN202111012095.5
申请日：2021-08-31
Applicant: 杭州电子科技大学
Abstract: 本发明公开一种考虑个体差异的跨模式脑电信号识别方法。将脑电信号数据格式统一为3D张量结构，然后将其划分为数据集输入到由分支网络构成的分类器中进行训练以分别提取背景特征和任务特征；利用上述提取到的背景特征计算不同被试之间的相似度，并对数据集中的数据进行筛选以避免差异程度大于阈值的脑电信号数据在训练过程中带来的模型负提升；最终将筛选后的数据集输入到多分支网络模型中进行训练。本发明在尽可能采集少量新被试数据的同时，能更好地提取不同被试上的特征以提升模型在跨被试任务中的性能。
-
公开(公告)号：CN113178195A
公开(公告)日：2021-07-27
申请号：CN202110241424.7
申请日：2021-03-04
Applicant: 杭州电子科技大学
Abstract: 本发明公开一种基于声音诱发脑电信号的说话人识别方法。本发明通过采集脑电数据，提取听觉刺激部分时频特征和时域统计特征的融合特征。采用alpha频段基线校正部分的脑电信号获得的融合特征作为背景模板。将听觉刺激部分融合特征减去背景模板得到干净任务态数据融合特征，最后利用本发明提出的网络模型区分不同说话人。本发明提供了一种可行的基于声音诱发脑电信号的说话人识别方法，并利用训练好的分类器去区分不同说话人，准确率达到90％。
-
公开(公告)号：CN110163449B
公开(公告)日：2021-07-09
申请号：CN201910466486.0
申请日：2019-05-31
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于主动时空图卷积的机动车排污监测节点部署方法，利用已部署节点监测数据、城市交通路网特征以及交通流量数据等去预测城市范围内全局的机动车尾气浓度时空分布及其不确定性指标，然后以预测预测不确定性指标以及各条未布点路段与已布设节点路段固有特征差异性来联合优化选择新的地点建立机动车尾气排放监测节点。本发明在已部署监测节点的情况下能够找到最合适的位置去布设监测节点，以至于最大限度地提高尾气排放分布预测的准确性，适用于多阶段施工场景。
-
公开(公告)号：CN109948715B
公开(公告)日：2021-07-02
申请号：CN201910225758.8
申请日：2019-03-22
Applicant: 杭州电子科技大学
IPC: G06K9/62 , G06F30/27 , G06F111/04
Abstract: 本发明公开了一种水质监测数据缺失值填补方法。本发明把水质监测站的水质监测数据看成一个数据集，这个数据集包含正常水质数据和缺失的水质数据，然后使用改进的OCS‑FCM算法对对数据集中的缺失数据进行求解，主要表现为不断迭代更新隶属度矩阵，直到达到预设的迭代次数，停止迭代。最后，将求解的缺失数据填补到原始数据集中，得到不含缺失数据的完整数据集。本发明方法克服了传统FCM算法在隶属度矩阵参数选择困难的缺点，采用的实时更新隶属度矩阵的方法，实现了缺失数据填补正确率的提高，尤其是在大缺失率数据集的情况下。
-
公开(公告)号：CN112329667A
公开(公告)日：2021-02-05
申请号：CN202011252584.3
申请日：2020-11-11
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于经验小波变换和多尺度熵的水质数据清洗方法。本发明通过快速傅里叶变换对原始数据的频谱进行自适应分段之后，经验小波变换将带有噪声的原始数据分解为不同的内在模式函数IMF。根据整个IMF的不同特性，将基于多尺度熵的自适应可调参数引入阈值函数中，以提高噪声去除的性能。最后，过滤整个IMF上的点的高频噪声，本发明包含更多有效数据幅度和更少噪声保留。更加适用于时序数据清洗并在合成模拟数据和现场水质数据的去除噪声的精度上取得了较好的效果。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.022 seconds)
