-
公开(公告)号:CN105640500A
公开(公告)日:2016-06-08
申请号:CN201510975646.6
申请日:2015-12-21
Applicant: 安徽大学
IPC: A61B5/00 , A61B5/0496
CPC classification number: A61B5/0496 , A61B5/72 , A61B5/7203
Abstract: 本发明公开了一种基于独立分量分析的扫视信号特征提取方法,采集6导联扫视眼电信号并对其进行带通滤波处理,将滤波后的数据使用ICA方法建立对应不同扫视任务背景下的空域滤波器组后,进行线性投影,获取扫视信号的空域特征参数。本发明还公开了一种基于独立分量分析的扫视信号特征提取方法的识别方法,对眼动数据库中每个实验样本建立ICA空域滤波器组,提取特征参数,结合支持向量机进行交叉验证,确定最优ICA滤波器组及SVM模型参数;使用最优ICA空域滤波器组进行滤波后送入SVM分类器中进行识别。本发明的一种基于独立分量分析的扫视信号特征提取方法与识别方法,具有识别正确率更高、扩展性更强、应用前景良好等优点。
-
公开(公告)号:CN103892829A
公开(公告)日:2014-07-02
申请号:CN201410156043.9
申请日:2014-04-17
Applicant: 安徽大学
IPC: A61B5/0496
Abstract: 本发明公开了一种基于共同空间模式的眼动信号识别系统及其识别方法,眼动信号识别系统包括眼动信号预处理模块、空域滤波器训练模块及眼动信号识别模块。识别方法包括:采集基于眼电图的眼动数据并对眼动数据进行预处理;将预处理后的所有数据分成训练数据和测试数据两个部分;对于训练数据,采用CSP算法对其进行空域滤波,并将滤波后结果作为特征参数输入到SVM分类器中进行SVM模型训练;对测试数据,同样使用CSP算法进行特征提取,并将结果送入已训练好的SVM分类器中进行识别,最终得到眼部动作的识别结果。本发明的眼动信号识别系统及其识别方法,具有对眼动信号识别正确率较高、眼动信号扩展分类能力较强、应用潜力大等优点。
-
公开(公告)号:CN101452290B
公开(公告)日:2010-12-22
申请号:CN200810194811.4
申请日:2008-10-21
Applicant: 安徽大学
IPC: G05B19/418 , H04W84/18
CPC classification number: Y02D70/10
Abstract: 基于语音识别技术和无线传感网的智能家电控制系统,其特征是所述系统组成包括语音识别模块和基于Zigbee网络的无线传输模块;语音识别模块具有与PC机相连的无线音频输入设备和语音识别单元,通过音频输入设备接收使用者音频输入数据;在语音识别单元中对使用者的音频输入数据进行处理,并将其转换成相应的控制指令;无线传输模块采用Zigbee通讯协议,包括串口通信电路、网络协调器、各子节点及工作状态转换电路;来自使用者的控制指令经串口通信电路的数据处理,用于控制各子节点相应工作状态;网络中各子节点的数据信息在PC机中显示。本发明工作安全可靠、安装便利、使用简单方便、系统功耗低,实现了家电控制的智能化。
-
公开(公告)号:CN101598973A
公开(公告)日:2009-12-09
申请号:CN200910117156.7
申请日:2009-06-26
Applicant: 安徽大学
IPC: G06F3/01 , A61B5/0496 , A61B3/113
Abstract: 基于眼电信号的人机交互系统,其特征是眼电信号采集与放大模块通过眼电信号传感器获取眼电信号,并对其进行放大;在线眼电信号处理模块实现对来自眼电信号采集与放大模块的信号进行在线模式识别,实时判断出操作者的眼部动作;以受控单元实现眼动模式的编码及受控命令的生成。本发明应用性强、测量精度高、识别速度快、操作简单方便,实现了基于眼电的特殊人机交互。本发明可以帮助肢体残疾人象正常人一样实现操控计算机、书写文本、浏览网页等操作或实现对其他电子设备,如对家电的无线控制等人机交互动作;同时还可以用于正常人不便用手操作计算机的场合,比如:矿井、营救手术、航天器、水下等条件苛刻或狭窄的环境中。
-
公开(公告)号:CN116531000B
公开(公告)日:2025-03-25
申请号:CN202310708587.0
申请日:2023-06-14
Applicant: 安徽大学
IPC: A61B5/369 , A61B5/38 , A61B5/12 , G06F18/2415 , G06N3/042 , G06N3/0464 , G06N3/082 , G06N3/084
Abstract: 本发明涉及信号处理技术领域,更具体的,涉及一种基于脑电信号的听觉注意检测方法、系统。本发明首先对脑电信号进行滑动窗处理,以便获得不同决策时间窗口长度的数据,再对处理后的脑电信号进行频带划分,并提取每个频带中的微分熵特征,最后提取脑电信号中的空间特征,通过充分利用导联中所含有的全局、局部空间信息来提高听觉空间注意检测的准确率。此外,经过实验验证表明,本发明的准确率优于现有技术的主流水平。
-
公开(公告)号:CN119360878B
公开(公告)日:2025-03-14
申请号:CN202411897514.1
申请日:2024-12-23
Applicant: 安徽大学
IPC: G10L21/0308 , G10L21/0272 , G10L25/30 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及语音分离技术领域,具体涉及结合声学特征和状态空间模型的语音分离方法及系统。本发明为了实现语音分离提供了一种语音分离模型,其首先通过音频编码部对混合语音Voicemix进行编码以得到N种不同分辨率的音频特征{F1~FN},接着通过声学特征提取部基于{F1~FN}提取出多尺度语音特征G'm,然后通过状态空间网络部对G'm进行长期建模以得到长时特征IT,out,最后通过音频解码部结合{F1~FN}与IT,out解码重构出{Voice1,…,VoiceN}。本发明解决了现有语音分离方法面对长序列音频会出现建模局限而影响语音分离性能的问题。
-
公开(公告)号:CN119561468A
公开(公告)日:2025-03-04
申请号:CN202510117749.2
申请日:2025-01-24
Applicant: 国网安徽省电力有限公司旌德县供电公司 , 安徽大学
IPC: H02S20/30 , F24S30/425 , H02S40/38 , B08B5/02 , F21V23/00
Abstract: 本发明公开了一种光伏储能蓄电池装置及光伏储能系统,涉及光伏储能领域,包括储能装置,储能装置外侧设置有扩展机构,扩展机构包括主杆,主杆上设置有伞状组件,伞状组件可开合式的设置,伞状组件的底面安装设置有照明机构,照明机构用于给主杆周围照明,所述照明机构包括照明灯,所述储能装置包括蓄电池,所述蓄电池固定于主杆内部,由于多个柔性太阳能板呈伞状分布,当驱动机构驱动下环体上下移动时,通过撑杆推动支撑架以不同倾斜度的状态支撑在柔性太阳能板底部,可以使伞状的多个柔性太阳能板的打开程度进行变化,从而适应不同角度的太阳光照射,最大限度地吸收太阳能,且撑起的多个柔性太阳能板可以起到遮阳的效果。
-
公开(公告)号:CN118916826B
公开(公告)日:2025-02-07
申请号:CN202411410114.3
申请日:2024-10-10
Applicant: 安徽大学 , 国网安徽省电力有限公司宿州供电公司 , 国网安徽省电力有限公司 , 国网安徽省电力有限公司电力科学研究院
Inventor: 杨东 , 陈强 , 徐峰 , 赵琛 , 訾泉 , 李坚林 , 谢佳 , 谢铖 , 陈兆 , 徐晓 , 王楠楠 , 王严 , 贺威 , 陈忠 , 胡迪 , 官玮平 , 洪小龙 , 陈国平 , 常青春 , 张功营 , 王宜福 , 赵晓东 , 黄侠 , 徐琦睿 , 董海涛 , 吕钊 , 李逸飞 , 巩明涛 , 邓传力 , 孙睿 , 刘岗
IPC: G06F18/2433 , G06F18/10 , G06F18/213 , G01R31/40 , G01R19/165
Abstract: 本发明提供了基于突变型数据分析的直流电源过欠压诊断方法及系统,涉及直流电源监控领域,该方法通过传感采集设备实时采集直流电源的电压信号数据,设置数据瞬时采集频率并记录采集时间,获取电压信号数据的实时变化趋势;从突变检测结果中提取出突变幅度、持续时间、频率成分和能量分布的特征参数,将提取的特征参数输入预训练的故障类型识别模型,对电压信号中的故障类型进行识别;基于实时变化趋势、识别出的故障类型以及特征参数分析出故障诊断结果,建立对直流电源不间断监控的实时监控系统,设置多级报警机制,根据故障诊断结果触发报警,能够快速准确地处理直流电源系统的过压及欠压故障。
-
公开(公告)号:CN119302672A
公开(公告)日:2025-01-14
申请号:CN202411852205.2
申请日:2024-12-16
Applicant: 安徽大学
IPC: A61B5/372 , A61B5/00 , G06F18/10 , G06F18/213 , G06F18/211 , G06F18/2134 , G06F18/27 , G06N3/084 , G06N3/0499
Abstract: 本发明公开了一种基于神经谱信息跨电极表征学习的大脑年龄预测方法,包括:对被试的多电极通道中的每一电极通道的EEG数据进行预处理,得到1‑20Hz频率下的功率谱密度PSD;利用1‑20Hz频率下的PSD计算每一电极通道的脑电神经谱特征,包括非周期参数AF、周期参数PF、功率比PR、相对能量RE和峰度KUR;将每一电极通道的上述脑电神经谱特征作为单电极自身独立表征的频谱信息,通过稀疏线性回归方法刻画出所有电极神经谱特征的跨电极互相表征的相似性关系矩阵;最后,构建全连接多层神经网络,学习被试的单电极神经谱特征和电极间神经谱特征表征的相似性矩阵与大脑年龄之间的映射关系,根据上述跨电极神经谱特征和神经网络预测被试的大脑年龄。
-
公开(公告)号:CN119047515B
公开(公告)日:2025-01-03
申请号:CN202411526265.5
申请日:2024-10-30
Applicant: 安徽大学
IPC: G06N3/0455 , G06N3/0464 , G06F18/15 , G06F18/213 , G06F18/25
Abstract: 本申请涉及一种想象语音重构模型的生成方法、想象语音重构方法,其中,该生成方法包括:获取样本脑电信号,样本脑电信号为受试者在进行连续语音想象时产生的脑电信号;通过样本脑电信号对想象语音重构模型进行监督训练,想象语音重构模型包括特征嵌入模块、特征预处理模块和状态空间模块;特征预处理模块包括依次连接的第一U网络模块和外在注意力机制块,第一U网络模块包括依次连接的第一卷积层、第二卷积层、第一目标模块、第三卷积层、第二目标模块、第三目标模块和第四卷积层,目标模块包括多个依次连接的结构性状态空间模块。解决了目前想象语音重构模型的生成方法所生成的想象语音重构模型无法较为准确地重构连续语音的问题。
-
-
-
-
-
-
-
-
-