-
公开(公告)号：CN112932505B
公开(公告)日：2022-08-09
申请号：CN202110058776.9
申请日：2021-01-16
Applicant: 北京工业大学
IPC: A61B5/372
Abstract: 本发明公开了一种基于时频能量的符号传递熵及脑网络特征计算方法，首先，基于共平均参考对采集的运动想象脑电信号(MI‑EEG)进行预处理；然后，对各导联MI‑EEG进行连续小波变换，求得其时‑频‑能量矩阵，并将与运动想象密切相关的频带内各频率所对应的时间‑能量序列依次拼接，得到该导联的一维时频能量序列；进而，计算任意两个导联时频能量序列之间的符号传递熵，构建大脑连通性矩阵，并使用皮尔逊特征选择算法优化矩阵元素；最后，计算脑功能网络的度和中间中心性，构成特征向量，用于MI‑EEG的分类。结果表明，本发明可以有效地提取MI‑EEG的频域特征和非线性特征，相比于传统的基于脑功能网络的特征提取方法具有明显的优势。
-
公开(公告)号：CN108829257B
公开(公告)日：2021-04-23
申请号：CN201810955270.6
申请日：2018-08-21
Applicant: 北京工业大学
Abstract: 本发明公开了基于DTCWT和IL‑MVU的运动想象脑电信号的特征提取方法。根据平均功率谱确定对运动想象脑电信号进行特征提取的最优时间段，然后对这一时间段内的运动想象脑电信号进行四层双树复小波分解，利用每个子带的复小波系数进行信号重构，通过计算重构后信号最有时间段内数据的平均能量特征作为运动想象脑电信号的时频特征；提出IL‑MVU算法对重构后的脑电信号的最有时间段内数据进行降维，将降维后得到的低维向量作为运动想象脑电信号的非线性特征，最后通过对最优时间段内运动想象脑电信号的时频特征与非线性特征进行标准化处理与特征融合，得到运动想象脑电信号的特征向量。本发明极大地降低了算法的时间消耗，有助于提高MI‑EEG信号的分类准确率。
-
公开(公告)号：CN112668424A
公开(公告)日：2021-04-16
申请号：CN202011509929.9
申请日：2020-12-19
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于RBSAGAN的脑电信号数据增广的方法，设计Up ResBlock与Down ResBlock网络结构，通过主干的两个1D卷积层与分支的一个1D卷积层提取不同尺度感受野下的特征，并分别采用1D反卷积层和平均池化层分别进行数据维度的扩大和缩小。基于Self‑Attention机制设计1D Self‑Attention网络。该网络结构无视各离散时刻数据之间的距离，能够通过并行计算各离散时刻数据之间的相似度直接获得全局的时序特征，适用于具有丰富时序信息的脑电信号。Down ResBlock与1D Self‑Attention等网络组成RBSAGAN的判别器，输出损失值对生成器以及判别器的参数进行更新，直至达到纳什平衡。生成器产生的新数据与原有数据构成增广数据集，输入1D CNN进行分类，以评估生成数据的质量。
-
公开(公告)号：CN108334094B
公开(公告)日：2021-01-15
申请号：CN201810183994.3
申请日：2018-03-06
Applicant: 北京工业大学
Abstract: 一种用于全向移动机器人运动控制系统的CAN总线通信方法，属于控制局域网CAN总线通信和机器人运动控制领域。本发明所用的硬件设计简单，避免了大量硬件设备带来的不确定性干扰，在多组数据报文快速循环发送过程中，对于同一节点，减少了因标识符相同而出现的报文传输混乱，传输失败的现象以及大量消息因竞争总线而出现的低优先级报文被堵塞的情况。在接收数据报文时，采用对返回报文分时段全部接收分别存储的方式，减少了利用标识符滤波的方式带来的数据丢失情况。本发明可以在现有硬件的情况下，提高速度监控和反馈效果，并且可以完成每一节点中多组数据的循环发送与接收，减少错误帧、数据传输失败以及数据帧丢失的情况。
-
公开(公告)号：CN109965869A
公开(公告)日：2019-07-05
申请号：CN201811539310.5
申请日：2018-12-16
Applicant: 北京工业大学
IPC: A61B5/0476
Abstract: 本发明公开了基于脑源域空间的MI‑EEG识别方法，对采集到的运动想象脑电信号进行共平均参考及带通滤波等预处理；使用标准化低分辨率脑电磁断层扫描成像算法对脑电信号进行逆变换，得到脑源域偶极子偶极矩幅值时间序列；使用数据驱动方法，基于偶极子偶极矩幅值大小进行偶极子的初选，并采用连续小波变换对其进行时频分析，实现偶极子的精选及最优时间段的确定；选用一对一共空间模式算法提取偶极子小波系数功率序列特征，并输入到支持向量机中进行分类。本发明提高空间分辨率的同时，使得其时域、频域、空域信息在偶极子的优选、最优时间段的确定，及特征提取中得以充分利用，对于提高计算效率和分类精度具有重要意义。
-
Patent Agency Ranking
公开(公告)号：CN108765279A
公开(公告)日：2018-11-06
申请号：CN201810224421.0
申请日：2018-03-19
Applicant: 北京工业大学
CPC classification number: G06T3/4053 , G06K9/00228 , G06K9/00288 , G06K9/6256
Abstract: 本发明提出一种面向监控场景的行人人脸超分辨率重建方法，将行人人脸检测和人脸超分辨率重建统一到一个网络中，实现以端到端的方式输出人脸超分辨率图像，并给出针对行人人脸不可避免的不对齐、含有噪声等问题的解决方法。本发明分为行人人脸检测部分和人脸超分辨重建部分。给定一张行人的图像，首先利用人脸检测网络生成候选人脸的包围盒，然后将得到的包围盒输入人脸超分辨网络中，生成高分辨率的人脸图像。在联合优化的过程中，人脸检测网络和人脸超分辨网络相互适应。本发明能够为视频监控的行人再识别技术提供有效的信息，帮助完成寻找特定行人的任务，突破现有再识别中依靠行人外表等属性来区分不同的行人，有效利用关键的人脸信息。
-
公开(公告)号：CN108681394A
公开(公告)日：2018-10-19
申请号：CN201810352470.2
申请日：2018-04-19
Applicant: 北京工业大学
Abstract: 本发明公开一种基于脑源成像技术的电极优选方法，利用改进的Fisher准则求得采集到的均匀分布的各个电极的F分数；利用脑电源成像技术，把得到的F分数逆变换到脑皮层，得到相应的脑源分布；求解脑电正问题，即已知脑皮层与头皮层之间的传递矩阵前提下，求得未知电极F分数的估计值；最后，对F分数估计值进行降序排列，选取分数值最高的部分电极作为最优电极。本发明解决了运动想象任务中电极优选依靠经验或者实验采集电极数量大的问题，实现了用少量电极预估计未知电极贡献度并进行电极优选的功能。
-
公开(公告)号：CN105809124A
公开(公告)日：2016-07-27
申请号：CN201610125830.6
申请日：2016-03-06
Applicant: 北京工业大学
IPC: G06K9/00
CPC classification number: G06K9/00523 , G06K9/00536
Abstract: 基于DWT和Parametric t?SNE的运动想象脑电信号的特征提取方法，首先，使用Wigner?Ville分布和功率谱确定脑电特征的有效时、频范围，然后对于特定时间段与频率段的脑电信号进行三层离散小波分解，通过计算其均值、能量均值和均方差等统计特征量作为该脑电信号的时频特征；同时利用参数化t?SNE算法对上述小波系数进行非线性特征映射，并将对应低维空间中的嵌入坐标作为非线性特征；将两种特征标准化得到同时包含特定时频段脑电信号时频信息和非线性信息的特征向量。本发明不仅获得具有紧致性、完备性的脑电特征，还提出以多层前向传播神经网络拟合非线性映射来解决传统流形学习算法在模式分类应用中泛化性能不足的问题，进一步提高了MI?EEG信号的模式分类准确性。
-
公开(公告)号：CN104091172A
公开(公告)日：2014-10-08
申请号：CN201410319149.6
申请日：2014-07-04
Applicant: 北京工业大学
Abstract: 本发明涉及一种运动想象脑电信号的特征提取方法。所述方法首先将采集到的脑电信号进行预处理，然后对每导信号进行经验模态分解(EMD)，得到多阶的固有模态函数(IMF)信号，接着选取相同阶数的IMF信号作为新的信号，通过共同空间模式算法(CSP)获得空间滤波器，提取脑电信号的特征，并输入到分类器中进行分类，并根据分类准确率选取EMD和CSP中参数的最优值，最终获得最优参数下的脑电特征。本发明采用基于EMD与CSP对运动想象脑电信号进行特征提取，可以根据每个人脑电信号的特点，将信号自适应地分解成多个IMF信号，只需较少的电极就可以进行脑电信号的特征提取，并且从而较大程度地提高了脑电信号的分类准确率。
-
公开(公告)号：CN103712617A
公开(公告)日：2014-04-09
申请号：CN201310700792.9
申请日：2013-12-18
Applicant: 北京工业大学
CPC classification number: G01C21/00 , G06F17/30241
Abstract: 本发明公开一种基于视觉内容的多层语义地图的创建方法，包括：将机器人在环境中漫游拍摄的图像集合按照拍摄地点场景进行标注；构建分层词汇树；构建知识拓扑层，为知识拓扑层赋予知识；构建场景拓扑层；构建地点拓扑层。本发明利用视觉传感器对空间构建多层语义地图，在知识拓扑层使用有向图结构存储和查询知识，可以省去知识表达系统中不必要的操作，插入和查询速度快；利用场景拓扑层对环境进行抽象划分，将整个环境抽象成子区域，可减小图像的检索空间和路径搜索空间；利用地点拓扑层对特定的地点图像进行保存，采用图像检索技术即可自定位，不必维护全局的世界坐标系，解决了自定位估计误差累计问题。
-
-
-
-
-
-
-
-
-
Search Results
114
records
(took 0.022 seconds)
