-
公开(公告)号：CN119167130A
公开(公告)日：2024-12-20
申请号：CN202311347281.3
申请日：2023-10-18
Applicant: 哈尔滨工业大学
IPC: G06F18/24 , G06F18/23213 , G06F18/10 , G06F18/213
Abstract: 基于CEEMDAN‑CWT的MI‑EEG混合时频表征方法以及表征系统，涉及数据处理技术领域。解决现有时频分析方法存在的计算量大和计算复杂度高的问题。方法为：获取MI‑EEG数据集并预处理；改进CEEMDAN算法，采用改进后的CEEMDAN算法对预处理后的MI‑EEG数据集进行分解，获得一系列的IMFs；采用样本熵方法计算一系列的IMFs，获得所有本征函数样本熵；采用K‑means聚类方法优化所有本征函数样本熵，获得具有关键信息的IMFs；CWT处理具有关键信息的IMFs，获得一系列的时频二维数据；相加一系列的时频二维数据，获得MI‑EEG信号的时频表征。本发明适用于MI‑EEG数据的处理。
-
公开(公告)号：CN118476783A
公开(公告)日：2024-08-13
申请号：CN202410568540.3
申请日：2024-05-09
Applicant: 哈尔滨工业大学
IPC: A61B5/00 , A61B5/372 , G06F18/23213 , G06F18/213 , G06F18/2411
Abstract: 疼痛诱发脑电信号的提取方法，解决现有方法提取疼痛诱发信号准确率低的问题，属于脑电信号提取技术领域。本发明包括：对脑源进行定位，获得脑源信号矩阵S∈RD×T，获取脑源信号矩阵S∈RD×T中表征脑源偶极子信号活跃程度的特征矩阵BF；对特征矩阵BF进行聚类，得到与疼痛无关的脑源偶极子；将脑源信号矩阵S∈RD×T中与疼痛无关的脑源偶极子的信号设置为0，得到新的脑源信号矩阵S*，对新的脑源信号矩阵S*进行重映射，得到映射后的脑电信号矩阵X*；根据重映射后脑电信号的特征自动确定小波分解层级和用于保留小波系数的阈值，自适应保留关键疼痛小波系数，并重构信号获得与疼痛相关的脑电信号。
-
公开(公告)号：CN117631681A
公开(公告)日：2024-03-01
申请号：CN202311528687.1
申请日：2023-11-16
Applicant: 哈尔滨工业大学
IPC: G05D1/46 , G05D1/695 , G05D109/20
Abstract: 基于概率链的无人机侦察任务分配方法、设备和介质，属于无人机控制技术领域，解决无人机侦察任务分配过程中计算量过大以及算法性能低问题。本发明的方法包括：通过使用基于概率链的并行加速遗传算法(CPGA)，该技术能够有效地最小化冗余融合，提高启发式效率。它优先考虑飞行成本和任务平衡的整合，旨在最小化无人机群执行任务的总消耗。该技术还通过自适应交叉操作器和贝叶斯搜索优化，实现了全球优化寻求能力的显著改进和整体算法性能的提升。在硬件方面，该技术也进行了并行加速的优化，有效利用计算资源，提供实时性能。本发明适用于无人机侦察任务分配技术的优化，特别是在需要大规模无人机协同工作、执行复杂、多目标侦察任务的场景中。
-
公开(公告)号：CN116392145A
公开(公告)日：2023-07-07
申请号：CN202310379950.9
申请日：2023-04-11
Applicant: 哈尔滨工业大学
Abstract: 一种单通道脑电信号中眨眼伪影的去除方法，涉及一种脑电信号的处理方法，为了解决现有的脑电信号中眨眼伪影去除方法需要人工标记以及需要额外的电极来记录参考信号，导致伪迹去除不彻底，脑电损失信号较大的问题。本发明通过向低通滤波器中输入单通道脑电信号，提取眨眼伪影近似信号并识别眨眼伪影近似信号所在的区间；对多个区间脑电信号进行相似度计算，确定出多个区间脑电信号中典型眨眼伪影，构造对应的双正交滤波器组的具体形式；自动确定小波变换分解深度；基于滤波器组的具体形式以及离散小波变换分解深度去除单通道脑电信号中的眨眼伪影。有益效果为更有效地去除眨眼伪迹，同时更好地保留原有脑电信息。
-
公开(公告)号：CN115859091A
公开(公告)日：2023-03-28
申请号：CN202211357219.8
申请日：2022-11-01
Applicant: 哈尔滨工业大学
IPC: G06F18/2131 , G06N3/045 , G06N3/0464 , G06N3/08 , G01M13/045 , G06F123/02
Abstract: 本发明提出一种轴承故障特征的提取方法、电子设备及存储介质，属于轴承故障特征提取技术领域。包括以下步骤：S1.将机械振动信号输入至多任务卷积神经网络中，进行卷积层和批归一化层的权重参数的优化；S2.多任务卷积神经网络输出包括两条支路；S3.将时域指标和包络谱指标求和计算损失函数；S4.对多任务卷积神经网络进行训练，得到最优的权重和学习参数；S5.将被测信号输入至S4所述训练后的多任务卷积神经网络进行盲反卷积，根据振动信号的包络谱识别具体的故障特征。本发明解决了现有技术中存在的粒子群算法受随机初始化参数和解空间限制、不利于寻找复杂的非凸优化问题的全局最优解的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN115640539A
公开(公告)日：2023-01-24
申请号：CN202211295037.2
申请日：2022-10-21
Applicant: 哈尔滨工业大学
IPC: G06F18/241 , G06F18/214 , G06F18/21 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/09 , G06N3/096
Abstract: 一种基于协方差对齐的运动想象脑电信号自适应分类方法，涉及一种运动想象脑电信号的分类方法；了解决现有的分类方法无法提取脑电信号深度特征，导致对跨个体、跨时间运动想象脑电信号泛化能力低的问题。本发明基于源域卷积神经网络实现对脑电信号深度特征的自动提取，得到源域脑电特征和分类损失；将源域网络的参数迁移到目标域网络，目标域脑电数据通过目标域卷积神经网络得到目标域脑电特征；计算源域和目标域脑电特征的协方差距离得到领域自适应损失；最后同步优化分类损失和自适应损失完成对卷积网络的参数微调，得出目标域脑电信号的标签，以实现对目标域脑电信号的自适应分类。有益效果为提高了跨个体、跨时间运动想象脑电信号泛化能力。
-
公开(公告)号：CN107174204B
公开(公告)日：2020-07-24
申请号：CN201710335261.2
申请日：2017-05-12
Applicant: 哈尔滨工业大学
IPC: A61B5/00
Abstract: 基于总体最小二乘法的近红外脑功能信号处理方法，本发明涉及近红外脑功能信号处理方法。本发明目的是为了解决现有技术对脑灰质层中的近红外脑功能活动响应信号检测提取精度低的问题。过程为：一：获得五个不同波长的近红外光在距离检测器D相同距离R下的光密度变化量的时间信号；二：采用修正郎伯比尔定律对步骤一获得的五个不同波长的近红外光在距离检测器D相同距离R下的光密度变化量的时间信号构建方程组；三：将步骤二中的方程组改写为如下的矩阵形式；四：对三中的增广矩阵B进行奇异值分解；五：得到检测器处的氧合血红蛋白浓度变化时间信号和检测器处的还原血红蛋白浓度变化时间信号的总体最小二乘解。本发明用于信号提取领域。
-
公开(公告)号：CN107174204A
公开(公告)日：2017-09-19
申请号：CN201710335261.2
申请日：2017-05-12
Applicant: 哈尔滨工业大学
IPC: A61B5/00
CPC classification number: A61B5/0075 , A61B5/7235
Abstract: 基于总体最小二乘法的近红外脑功能信号处理方法，本发明涉及近红外脑功能信号处理方法。本发明目的是为了解决现有技术对脑灰质层中的近红外脑功能活动响应信号检测提取精度低的问题。过程为：一：获得五个不同波长的近红外光在距离检测器D相同距离R下的光密度变化量的时间信号；二：采用修正郎伯比尔定律对步骤一获得的五个不同波长的近红外光在距离检测器D相同距离R下的光密度变化量的时间信号构建方程组；三：将步骤二中的方程组改写为如下的矩阵形式；四：对三中的增广矩阵B进行奇异值分解；五：得到检测器处的氧合血红蛋白浓度变化时间信号和检测器处的还原血红蛋白浓度变化时间信号的总体最小二乘解。本发明用于信号提取领域。
-
公开(公告)号：CN102512142B
公开(公告)日：2013-10-23
申请号：CN201110435634.6
申请日：2011-12-22
Applicant: 哈尔滨工业大学
IPC: A61B5/00 , A61B5/1455
Abstract: 基于多距测量方法的递归最小二乘自适应滤波近红外脑功能活动信号提取方法，涉及一种脑功能活动信号提取方法，为了解决采用自适应滤波无法有效去除脑功能检测时多种生理干扰且存在需要借助额外设备的问题，它包括如下步骤：步骤一：在待测脑组织头皮放置由双波长光源S、检测器D1和检测器D2构成的近红外探头，获得D1和D2检测的光密度变化量；步骤二：采用修正朗伯比尔定律获取光源S和检测器测得氧合血红蛋白浓度变化量和还原血红蛋白浓度变化量；步骤三：构建自适应滤波脑功能活动信号函数；步骤四：利用最小二乘估计准则求解优化滤波器系数向量，进而求解脑功能活动信号。本发明用于脑功能活动信号提取。它有效去除脑功能检测的生理性干扰且不借助额外设备。
-
公开(公告)号：CN101968369B
公开(公告)日：2012-09-12
申请号：CN201010268326.4
申请日：2010-08-31
Applicant: 哈尔滨工业大学
IPC: G01D18/00
Abstract: 基于B样条和扩展卡尔曼滤波的多功能传感器信号重构方法及多功能传感器的标定方法，它涉及多功能传感器信号重构技术领域。它解决了现有的多功能传感器信号重构方法建模复杂而占用系统资源较大的问题，本发明的信号重构方法包括：先建立逆模型结构，再将被测数据输入至多功能传感器获取输出数据，并将其作为逆模型结构的输入数据，获取输入该多功能传感器的被测数据的输入估计值，完成多功能传感器信号重构；本发明的标定方法包括：首先通过AD转换器将多功能传感器的输出信号采样后输入到所述逆模型中，则逆模型的输出即为被测物理量的估计值，再将获得的估计值作为采集的输出信号所对应的输入值，实现标定。本发明适用于多功能传感器信号重构。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.035 seconds)
