-
公开(公告)号：CN102253714A
公开(公告)日：2011-11-23
申请号：CN201110186552.2
申请日：2011-07-05
Applicant: 北京工业大学
IPC: G06F3/01
Abstract: 基于视觉决策的选择触发方法属于自适应系统领域。本发明是一种适合于眼动人机交互系统中，基于用户的视觉模式得到用户偏好与决策信息、通过融合多项眼动指标与时间序列来获得用户选择触发时机的预测方法，即基于视觉决策的选择触发方法。本发明第一步收集与采样用户视觉决策数据：收集用户的注视数据，瞳孔直径数据及对应的点击选择数据；对收集到的数据按时间轴进行采样，得到用户进行选择时的注视数组与瞳孔直径数组。第二步拟合用户视觉决策曲线，并确定相关参数：对视觉决策曲线进行拟合，得到注视时间与瞳孔直径对应决策时间轴的函数，确定触发的阈值。本方法为自适应的用户视觉决策模型建立，无需用户进行额外的配合，方便使用，预测结果良好。
-
公开(公告)号：CN113095502B
公开(公告)日：2024-07-05
申请号：CN202110277914.2
申请日：2021-03-15
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于Data‑Brain模型驱动的系统化认知实验设计方法，该方法设计脑认知研究相关的主实验类型和辅助实验类型，其中辅助实验类型包括相似实验类型、平行实验类型、深度实验类型、启发实验类型、缺失实验类型和子过程实验类型；同时设计各实验类型之间的推理规则以构成系统化实验模板图；其次根据认知假设设计实验范式类别和实验显性刺激，由此推理主实验任务并填充到图中；接着从脑知识库中采样新实验任务，结合Data‑Brain模型和推理规则识别其所属的辅助实验类型，将匹配得到的实验任务填充到图中，直到所有实验类型被设计完成。本发明实现对认知假设的多侧面实验任务设计，促进脑认知的多侧面可解释性和透明度。
-
公开(公告)号：CN113094445B
公开(公告)日：2024-07-02
申请号：CN202110276599.1
申请日：2021-03-15
Applicant: 北京工业大学
IPC: G06F16/28 , G06F16/215
Abstract: 本发明公开了一种基于语义向量的任务态脑影像资源多维标注和组织方法，针对多任务脑影像资源融合计算过程中数据组织有效性进行优化控制，以任务态脑影像资源为组织对象来源，以资源响应状态和响应类型为控制量，以组织支持度系数和组织灵活性系数为被控量。该方法从构建一个基于语义向量的标准化空间出发，通过将资源映射到该空间而构建样本库；初始化多资源需求的组织任务图，并从样本库中采样目标资源；识别图中资源响应状态和类型，并计算支持度系数和组织灵活性系数；最终推荐双系数约束的多个脑影像资源。本发明通过语义向量对复杂的脑影像资源进行多维标注，实现脑影像资源的系统化集成，提高任务态脑影像研究中资源组织的有效性和全面性。
-
公开(公告)号：CN113095366B
公开(公告)日：2024-03-15
申请号：CN202110277961.7
申请日：2021-03-15
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于任务态神经影像数据融合和不确定推理的脑智能解析方法，针对多个任务态神经影像数据的计算结果进行融合，以脑知识库和认知图谱为融合的数据源，以系统化实验模板图和实验设计规则推理为融合手段，以多任务神经影像数据为融合对象并计算生成不确定性分布图。该方法从系统化解析脑智能的目标出发，首先设计涉及主实验和辅助实验的实验模板图、各实验之间的逻辑规则和证据权重；然后，根据规则采样脑数据集成到图中，并结合证据权重对图中证据进行组合计算，推理得到特定脑结构的不同智能的多重不确定性。本发明通过对多侧面任务态神经影像数据的融合计算和不确定性推理和脑智能的差异解释，能够提高脑智能核心机制的理解。
-
公开(公告)号：CN112847367A
公开(公告)日：2021-05-28
申请号：CN202110024657.1
申请日：2021-01-08
Applicant: 北京工业大学
Abstract: 本发明公开了一种机械导纳控制驱动方法，该方法包括如下步骤，安置助行机器人驱动装置，机器人的移动通过电机驱动；助行机器人后端的把手部分安装有六轴力传感器；六轴力传感器检测三维空间坐标系中x,y,z三个方向的力Fx,Fy,Mz，及力矩Mx,My,Mz，据此识别使用者运动目的；助行机器人驱动装置根据使用者运动目的，控制电机驱动机器人按使用者的运动意图移动；由机械导纳控制助行机器人驱动装置，整体结构简单，使助行机器人移动的速度由使用者施加的力来控制，满足机器人助行、助力等多种控制模式的不同控制需求。
-
Patent Agency Ranking
公开(公告)号：CN104850833B
公开(公告)日：2018-05-01
申请号：CN201510230759.3
申请日：2015-05-07
Applicant: 北京工业大学
IPC: G06K9/00
Abstract: 本发明提供了一种脑电混沌特性的分析方法，包括：对脑电信号进行滤波，并将滤波后的脑电信号分解为若干个子频段信号；提取各子频段信号的极值点和所述极值点对应的时间点，并根据所述极值点和所述时间点，生成单调振幅序列及单调周期序列；将所述单调振幅序列和单调周期序列组成向量序列，并对所述向量序列进行伪迹去除；从单调振幅和单调周期的两个维度将所述向量序列分为若干个子区间，获得每个向量分布在每个子区间的概率，并根据所述概率，获得所述脑电信号的振动熵；根据所述脑电信号的振动熵，分析所述脑电信号的混沌程度。本发明能够有效地反映脑电信号波形振动特征的分布特性。
-
公开(公告)号：CN107273841A
公开(公告)日：2017-10-20
申请号：CN201710432101.X
申请日：2017-06-09
Applicant: 北京工业大学
CPC classification number: G06K9/00536 , G06K9/6223 , G06K9/6269
Abstract: 本发明公开了一种基于EMD及高斯核函数SVM的脑电情感分类方法，针对脑电信号分类正确率不高的问题，本发明将经验模态分解(EMD)技术与SVM进行结合，对脑电信号先进行EMD分解，得到若干条模态分量，每个模态分量中包含不同频率的有效信息，再将频率能量作为每条模态分量的量化标准，即每条脑电可以得到不同的特征值，将这些特征值作为脑电序列的特征值进行下一步的分类样本值。通过实验表明，基于EMD及高斯核函数SVM的脑电分类方法能够提高脑电信号分类的正确率。
-
公开(公告)号：CN104644173B
公开(公告)日：2017-06-20
申请号：CN201510018792.X
申请日：2015-01-14
Applicant: 北京工业大学 , 首都医科大学附属北京安定医院
Abstract: 本发明涉及一种抑郁风险三级预警方法及系统，所述方法包括：采集静息态和任务态的BOLD信号及其对应的时间序列；从BOLD信号中提取静息态BOLD值和任务态BOLD值；根据静息态BOLD值和任务态BOLD值生成静息态BOLD变化率曲线和任务态BOLD变化率曲线；对静息态BOLD变化率曲线和任务态BOLD变化率曲线进行向量分析以得到变化强度值||ΔG||和变化矢量角θ；根据变化强度值||ΔG||和变化矢量角θ与预设的变化强度阈值||ΔG||阈值和变化矢量角阈值θ阈值进行预警级别判定。本发明通过对人体与抑郁症有关的生理指标进行定量的分析，实现了对不同程度抑郁高危人群的预警，并且预警稳定性好、正确率高。
-
公开(公告)号：CN106682682A
公开(公告)日：2017-05-17
申请号：CN201610916399.7
申请日：2016-10-20
Applicant: 北京工业大学
CPC classification number: G06K9/6256 , G06K9/6269 , G06N3/006
Abstract: 本发明公开了一种基于粒子群优化算法对支持向量机的优化方法。本发明实施例公开了一种基于PSO算法对SVM分类模型的优化方法，属于计算机人工智能技术领域。本发明实施例一方面根据粒子适应度调节惯性权重，从而实现了惯性权重的自适应调整，增加了惯性权重的多样性，更好的平衡PSO算法全局探索能力和局部搜索能力，另一方面，通过利用搜索成功的粒子的位置计算出的阈值作为变异条件，能更好地控制粒子变异的时机，粒子经过变异后，粒子跳出局部最优解的能力得到提升，有利于对支持向量机参数的最优值寻优，以提高SVM算法的分类准确率。本发明通过对SVM分类模型的参数的优化，提高了SVM分类模型分类的准确率，促进SVM分类模型在模式识别、系统控制、生产调度、计算机工程以及电子通信领域更加广泛的应用。
-
公开(公告)号：CN105943065A
公开(公告)日：2016-09-21
申请号：CN201610509460.6
申请日：2016-06-29
Applicant: 北京工业大学
IPC: A61B5/16 , A61B5/0205 , A61B5/02 , A61B5/11 , A61B5/0402 , A61B5/0476 , A61B5/00
CPC classification number: A61B5/165 , A61B5/02 , A61B5/0205 , A61B5/0402 , A61B5/0476 , A61B5/11 , A61B5/1101 , A61B5/4803 , A61B5/6802
Abstract: 一种基于脑信息学系统化方法学的人体可穿戴生理‑心理‑行为数据采集与分析系统，涉及传感技术、医疗电子系统、抑郁症量化治疗和健康管理等领域。设计多种可穿戴设备采集语音、运动状态、脉搏、脑电、心电和震颤等生理、行为数据，结合智能手机，在其上开发了系统。设计长时数据采集方法连续采集12个小时以上的语音、运动状态和脉搏等数据，设计短时数据采集方法一天多次对脑电、心电和震颤等数据进行片段式采集，基于智能手机将数据通过USB或WIFI方式传输到后台服务器中，后台服务器不仅能够对采集的生理、心理和行为数据进行动态显示，而且建立心境状态量化评估模型用于对用户提供生理、行为结果反馈和心境状态量化评估等服务。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.023 seconds)
