-
公开(公告)号:CN110580521A
公开(公告)日:2019-12-17
申请号:CN201910875365.1
申请日:2019-09-17
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种自组织协同神经网络模型学习及构建方法,学习方法包括:数据预处理;网络初始化;基于SOM网络的原型模式自学习。构建方法包括:伴随模式计算;在计算得出伴随模式矩阵后,原型模式矩阵作为连接输入层和序参量层的权值,伴随模式矩阵作为连接序参量层和输出层的权值,网络开始工作。本发明的优点是:改进了SNN网络模型,通过原型模式及其伴随模式还有序参量的重定义,克服了SNN结构单一、扩展性较差的问题。在此基础上,通过引入Kohonen网络层,与SNN的序参量层结合,基于序参量原型模式与输入样本相似程度的实际意义,解决了SNN工作过程中全局调控困难的问题。
-
公开(公告)号:CN103690163B
公开(公告)日:2015-08-05
申请号:CN201310755534.0
申请日:2013-12-21
Applicant: 哈尔滨工业大学
IPC: A61B5/0476 , G06F19/00
Abstract: 本发明公开了一种基于ICA和HHT融合的自动眼电干扰去除方法。首先,用独立成分分析将采集到的包含眼电信号的脑电信号分解为若干独立成分。希尔伯特-黄变换由两部分构成:经验模态分解和希尔伯特谱分析,然后,对每一个独立成分通过经验模态分解提取趋势项,计算其统计特征,从而确定包含眼电信号的独立成分,利用希尔伯特谱分析,保留这些独立成分中不属于眼电信号的高频成分,同时去除属于眼电信号的低频成分;本发明使脑电信号信号中不包含眼电信号的段不受影响,去除眼电信号后,在没有眼电信号发生的区域,更接近于原始的脑电信号。
-
公开(公告)号:CN112603335B
公开(公告)日:2023-10-17
申请号:CN202011593744.0
申请日:2020-12-29
Applicant: 深圳航天科技创新研究院 , 哈尔滨工业大学
Abstract: 本发明公开了一种脑电情感识别方法、系统、设备及存储介质,脑电情感识别方法包括:获取脑电信号,并将脑电信号进行预处理;将预处理后的所述脑电信号进行微状态分析仪得到微状态序列;根据所述微状态序列与预设参数确定所述脑电信号的情感特征;根据所述情感特征和预设特征数据库确定刺激事件的情感属性,所述预设特征数据库包括:所述情感特征与所述刺激事件的情感属性的匹配信息。本发明通过对预处理后的脑电信号进行微状态分析以得到微状态序列,然后根据微状态序列与预设参数确定情感特征,再通过情感特征与预设特征数据库以确定刺激事件的情感属性,使脑电情感识别准确,且识别率提高。
-
公开(公告)号:CN116596030A
公开(公告)日:2023-08-15
申请号:CN202310578438.7
申请日:2023-05-22
Applicant: 哈尔滨工业大学
IPC: G06N3/045 , G06N3/0464 , G06N3/098 , G06N5/04
Abstract: 本发明涉及神经网络技术领域,具体涉及一种用于深度神经网络广度化变换的方法,该方法将深度神经网络通过多阶笛卡尔扩张变换为具有单层的广度神经网络,具体地,其通过激活函数转换、神经元转换、隐含层转换、网络广度化变换、整体优化等操作将代表性深度神经网络变换为广度神经网络,实现在典型应用中基本保持深度网络性能基础上,大幅降低计算复杂度和参数量,有效提高运行效率。此外,压缩后的广度神经网络模型中的神经元计算彼此独立,使得该模型能够在大规模分布式节点上进行并行计算和部署。
-
公开(公告)号:CN112668717B
公开(公告)日:2023-06-02
申请号:CN202110002440.0
申请日:2021-01-04
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种面向神经网络模型优化的数据处理方法和装置。方法包括:通过计算高阶笛卡尔扩张项,将原有的数据映射到表达能力更强,包含信息更多的高阶笛卡尔扩张空间中。装置包括:输入模块、笛卡尔扩张计算模块和输出模块;输入模块,用于确定并接收用于计算的多维度数据,包括确定输入数据的维度及各维度的数值;笛卡尔扩张计算模块,用于对所述输入模块确定的多维输入数据进行笛卡尔扩张计算;输出模块,根据计算结果,输出用于后续处理的高维度数据。本发明优点在于:在不影响模型效果的前提下降低了后续模型学习的难度,提高了学习效率并提供了分布式并行计算的便利性。
-
公开(公告)号:CN112603335A
公开(公告)日:2021-04-06
申请号:CN202011593744.0
申请日:2020-12-29
Applicant: 深圳航天科技创新研究院 , 哈尔滨工业大学
Abstract: 本发明公开了一种脑电情感识别方法、系统、设备及存储介质,脑电情感识别方法包括:获取脑电信号,并将脑电信号进行预处理;将预处理后的所述脑电信号进行微状态分析仪得到微状态序列;根据所述微状态序列与预设参数确定所述脑电信号的情感特征;根据所述情感特征和预设特征数据库确定刺激事件的情感属性,所述预设特征数据库包括:所述情感特征与所述刺激事件的情感属性的匹配信息。本发明通过对预处理后的脑电信号进行微状态分析以得到微状态序列,然后根据微状态序列与预设参数确定情感特征,再通过情感特征与预设特征数据库以确定刺激事件的情感属性,使脑电情感识别准确,且识别率提高。
-
公开(公告)号:CN104515905B
公开(公告)日:2019-09-10
申请号:CN201310450516.1
申请日:2013-09-29
Applicant: 哈尔滨工业大学
IPC: A61B5/048 , G01R23/16 , A61B5/0476 , G06F3/01
Abstract: 本发明公开了一种基于CQT多分辨率的被试的脑电信号自适应频谱分析方法,依次经过对原始EEG信号进行预处理、通过EEG信号的谐波成分和精细结构特性自动地找到被试的差异、基于CQT多分辨率的分析和计算各频带采样带宽。本发明可以根据原始脑波信号自适应的找到被试差异特征,能够更准确地提取脑电信号的频谱特异性特征;基于多分辨率的频谱分析方法,考虑了脑电信号频带长度差别的影响,提高了实用性;与经典的CQT频谱分析方法相比,降低了计算次数,效率显著提高;本发明中采用可变分辨率则灵活得多,提高了特征提取的准确度和速度。
-
公开(公告)号:CN107578785A
公开(公告)日:2018-01-12
申请号:CN201710791753.2
申请日:2017-09-05
Applicant: 哈尔滨工业大学 , 深圳航天科技创新研究院
IPC: G10L25/63
Abstract: 本发明提供一种基于Gamma分布分析的音乐连续情感特征分析评价方法,首先建立音乐连续情感特征的Gamma分布分析评价方法,通过该方法在时序上找到与情感响应最相似的情感特征。其次,建立基于情感感知矩阵的情感特征分析方法,通过该方法从情感感知能力上对上述特征进行评价,找到感知能力最好的情感特征。最后基于Gamma分布的情感预测方法,实现音乐情感的实时、自动分析。本方法可对音乐情感自动分析,情感标签实时自动预测,为音乐情感的评价和选择提供依据,对人工智能、情绪感知等方面具有推动作用。
-
公开(公告)号:CN107491496A
公开(公告)日:2017-12-19
申请号:CN201710611469.2
申请日:2017-07-25
Applicant: 哈尔滨工业大学 , 深圳航天科技创新研究院
IPC: G06F17/30 , G06F9/44 , G06F3/0487
CPC classification number: G06F17/30873 , G06F3/0487 , G06F8/38 , G06F17/30905
Abstract: 本发明提供一种利用视觉认知过程触发的网页浏览控制方法,解决现有网页无法利用大脑认知过程检测手段。在用户启动浏览器同时启动网页处理引擎和认知过程检测引擎,其中认知过程检测引擎至少能够识别两种可用于脑机接口操作的视觉认知过程,每种过程可以输出一组指令,用户在浏览器中输入网址后,浏览器加载页面,网页处理引擎对网页内容进行解析识别,当认知检测引擎检测到指令组A中的指令时,将该指令发送到浏览器中,浏览器将对应区域网页进行放大显示,将该区域内的网页链接以及其它浏览命令映射到第二组用于脑机接口操作的视觉认知过程指令组B中,分配相应的触发认知过程的视觉刺激。本发明为残障人士带来全新的交互体验,提高生活质量。
-
公开(公告)号:CN103690163A
公开(公告)日:2014-04-02
申请号:CN201310755534.0
申请日:2013-12-21
Applicant: 哈尔滨工业大学
IPC: A61B5/0476 , G06F19/00
Abstract: 本发明公开了一种基于ICA和HHT融合的自动眼电干扰去除方法。首先,用独立成分分析将采集到的包含眼电信号的脑电信号信号分解为若干独立成分。希尔伯特-黄变换由两部分构成:经验模态分解和希尔伯特谱分析,然后,对每一个独立成分通过经验模态分解提取趋势项,计算其统计特征,从而确定包含眼电信号的独立成分,利用希尔伯特谱分析,保留这些独立成分中不属于眼电信号的高频成分,同时去除属于眼电信号的低频成分;本发明使脑电信号信号中不包含眼电信号的段不受影响,去除眼电信号后,在没有眼电信号发生的区域,更接近于原始的脑电信号信号。
-
-
-
-
-
-
-
-
-