-
公开(公告)号：CN110728189A
公开(公告)日：2020-01-24
申请号：CN201910861777.X
申请日：2019-09-12
Applicant: 东南大学
Abstract: 本发明公开了一种基于Lp/q-混合范数的空间滤波方法及装置，分别用Lp-范数和Lq-范数对两类脑电信号建模，基于该Lp/q-混合范数构造目标函数，并提供了一种求解最优空间滤波向量的迭代算法，从而提取精细判别信息，为脑-机接口系统提供有益的分类方法，寻求具有判别力的特征，进而进行脑电信号分类。本发明方法具有抵制异常值对分类性能影响的作用，所提方法较传统的方法具有更好的分类性能、鲁棒性、稳定性。
-
公开(公告)号：CN106073767A
公开(公告)日：2016-11-09
申请号：CN201610356552.5
申请日：2016-05-26
Applicant: 东南大学
IPC: A61B5/0476
CPC classification number: A61B5/0476 , A61B5/7235
Abstract: 本发明公开了一种EEG信号的相位同步度量方法，从统计学的角度进行EEG信号相位同步特征的提取，进一步公开了一种EEG信号耦合特征的提取方法，使用CSP算法提取的幅值特征和PLSR算法提取的相位特征，得到超向量串行耦合的幅值‑相位特征，更进一步公开了一种基于耦合特征的EEG信号识别方法，使用这种耦合特征作为EEG信号特征分类识别的依据，从而得到更稳定和高识别率的运动想象分类识别结果。在神经活动过程中，大脑各个区域间存在相互耦合的现象，本发明方法具有削弱小相位差样本点的影响来抑制噪声影响的作用。
-
公开(公告)号：CN105118049A
公开(公告)日：2015-12-02
申请号：CN201510435653.7
申请日：2015-07-22
Applicant: 东南大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于超像素聚类的图像分割方法。具体来说，步骤一、利用简单线性迭代聚类(Simple Linear Iterative Clustering，SLIC)算法对图像进行过分割，生成超像素；步骤二、本发明改进关于超像素的相似性矩阵的构建方式，将色彩特征和纹理特征通过相似性矩阵的非对称性融合在一起；步骤三、基于相似性矩阵通过近邻传播(Affinity Propagation，AP)聚类算法对超像素聚类；步骤四、本发明加入超像素的空间信息，借助广度优先遍历，将不连通的区域划分为不同类别的超像素组，达到分割图像的目的。本发明分割效果好，收敛速度快，且不需设置目标数量，可有效地分割出目标对象。
-
公开(公告)号：CN104143089A
公开(公告)日：2014-11-12
申请号：CN201410364346.X
申请日：2014-07-28
Applicant: 东南大学
Abstract: 本发明公开了人体动作识别中一种基于空时能量分解的关键点检测方法，该包括以下步骤：步骤一、对人体动作视频进行空时能量分解，计算空时能量分解矩阵；步骤二、计算空时能量矩阵中每一点邻域内的和值，并设置阈值因子α，邻域内能量和值大于该阈值的点就被选入关键点的候选集合；步骤三、将候选集中的点按能量和值从大到小排列，然后依次将候选集中空时距离过近的点去除；步骤四、设置关键点数目k，选取步骤三所确定的点集中前k个点作为最终的关键点。本发明所提取关键点相比与经典方法包含更丰富的相应于HOE特征的有效信息并且有较低的冗余度，它的关键点选取结果也更加具有稳定性和可重复性。
-
-
-
Search Results
14
records
(took 0.016 seconds)
