-
公开(公告)号：CN114305456A
公开(公告)日：2022-04-12
申请号：CN202111639377.8
申请日：2021-12-29
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于稳态视觉诱发电位脑电信号的通道选择方法，包括如下步骤：S1、使用脑电采集设备采集稳态视觉诱发电位脑电信号并制作数据集；S2、将数据集中的脑电信号进行预处理；S3、针对预处理后的每组新脑电信号分别进行任务相关成分分析，得到各trial下对应通道的相关系数；S4、根据相关系数选取通道。通过空间滤波的方式抑制每个通道内的自发脑电活动，最大化通道内的任务相关成分；空间滤波后由计算得出的每个通道内对应的相关系数即可确定哪些通道可以更为明显地诱发出SSVEP响应；进而降低特征数据的维度，尽可能的减少通道数，简化了计算难度，提高系统效率和系统识别的性能，使得脑电信号识别系统更加普遍性。
-
公开(公告)号：CN109118472B
公开(公告)日：2021-06-08
申请号：CN201810715955.3
申请日：2018-07-03
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种自适应尺度分解的眼底图像血管随机共振检测方法。本发明对眼底图像进行非下采样轮廓波变换，然后对高频子带图像进行最优随机共振调制，以实现对低对比度血管的检测；并根据最优随机共振响应所对应的峰值信噪比指标，来自适应控制非下采样轮廓波变换的分解尺度；分别基于区域能量加权平均规则和基于峰值信噪比数值的加权方法，对不同尺度下获得的低通子带图像以及最优随机共振响应进行融合；最后对融合结果进行非下采样轮廓波逆变换重构，并利用二值化阈值处理得到血管检测结果图。本发明改变了传统随机共振方法对整幅空域图像进行全局优化的伪最优思路，提出的自适应尺度分解方法适用于眼底图像多对比度血管的检测场景。
-
公开(公告)号：CN109903301B
公开(公告)日：2021-04-13
申请号：CN201910080334.7
申请日：2019-01-28
Applicant: 杭州电子科技大学
IPC: G06T7/13
Abstract: 本发明涉及一种基于多级特征信道优化编码的图像轮廓检测方法。本发明针对输入图像I(x,y)，首先基于相似度指标获取Gabor滤波器的最优尺度mopt和方向θopt，并将mopt和θopt作为NSCT的频率分离参数；然后将经过NSCT得到的轮廓子图与I(x,y)进行特征增强融合，实现对I(x,y)的初级轮廓检测；最后针对性地设计全卷积神经网络，包括由不同尺度FCN‑32s、FCN‑16s、FCN‑8s网络单元构成的特征编解码器，利用特征编码器的卷积与池化模块实现网络参数的主动学习，利用特征解码器的反卷积与上采样模块得到与I(x,y)对应的图像轮廓掩模图，实现多级特征信道的优化编码，完成图像轮廓的高效准确检测。
-
公开(公告)号：CN111145199A
公开(公告)日：2020-05-12
申请号：CN202010049326.9
申请日：2020-01-16
Applicant: 杭州电子科技大学
IPC: G06T7/13
Abstract: 本发明涉及一种基于长短时程突触互补神经元网络的边缘检测方法。构建具有长短时程突触互补特性的神经元网络，包括颜色拮抗加权编码、放电时间编码和长短时程突触互补编码模块。在颜色拮抗加权编码模块中，对待测图像的颜色拮抗通道进行加权编码；在放电时间编码模块中，实现对加权编码响应的放电时间编码；在长短时程突触互补编码模块中，基于神经元群放电活动时空依赖性和同步放电特性实现长短时程突触可塑性编码，并实现长短时程突触的结果互补融合，通过对时间信息流编码得到边缘响应；经归一化和灰度映射处理得到最终边缘结果。本发明考虑边缘检测过程中，长短时程突触可塑性的互补作用，对于背景复杂、弱边缘较多的图像有较好的检测效果。
-
公开(公告)号：CN110110584A
公开(公告)日：2019-08-09
申请号：CN201910193232.6
申请日：2019-03-14
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于CNN的情绪特征分类方法。首先以Russell情绪维度模型为基准，探索了不同脑区受情绪极性与强度的影响，采用DEAP数据集作为情绪研究的样本，再进行特征通道的选择，然后通过特征归一化以及数据降维提取主要特征，我们的主要分类模型使用卷积神经网络来有效地对以2D阵列形式呈现的预处理EEG数据进行分类。本次研究提供了可观的分类精度，比以往的研究有了特征提取上的改进，更重要的是证明了神经网络可以作为强有力的脑电信号分类器，优于传统的学习技术。
-
Patent Agency Ranking
公开(公告)号：CN109118472A
公开(公告)日：2019-01-01
申请号：CN201810715955.3
申请日：2018-07-03
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种自适应尺度分解的眼底图像血管随机共振检测方法。本发明对眼底图像进行非下采样轮廓波变换，然后对高频子带图像进行最优随机共振调制，以实现对低对比度血管的检测；并根据最优随机共振响应所对应的峰值信噪比指标，来自适应控制非下采样轮廓波变换的分解尺度；分别基于区域能量加权平均规则和基于峰值信噪比数值的加权方法，对不同尺度下获得的低通子带图像以及最优随机共振响应进行融合；最后对融合结果进行非下采样轮廓波逆变换重构，并利用二值化阈值处理得到血管检测结果图。本发明改变了传统随机共振方法对整幅空域图像进行全局优化的伪最优思路，提出的自适应尺度分解方法适用于眼底图像多对比度血管的检测场景。
-
公开(公告)号：CN109035251A
公开(公告)日：2018-12-18
申请号：CN201810575641.8
申请日：2018-06-06
Applicant: 杭州电子科技大学
CPC classification number: G06T7/10 , G06N3/0454 , G06N3/08
Abstract: 本发明涉及一种基于多尺度特征解码的图像轮廓检测方法。针对传统检测方法对轮廓细节检测的不精确问题，构造一种多尺度特征解码模型，以提高轮廓定位的准确性，并实现轮廓像素点的精细化。首先构建特征提取模块提取图像多尺度特征，该模块由四组基本单元串联构成，每组基本单元包括两个卷积层和一个下采样层的串联结构，因此特征提取模块可以提取四个不同尺度的特征信息。然后搭建多尺度特征解码模块，通过逐步融合相邻特征层之间的信息来挖掘各个尺度特征之间的差异和联系，从而达到精确定位图像轮廓的目的。
-
公开(公告)号：CN103985115B
公开(公告)日：2016-11-02
申请号：CN201410128822.8
申请日：2014-04-01
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种仿视觉感光层功能的图像多强度边缘检测方法。在图像预处理阶段，为避免视觉系统的适应性，对图像采取了多方向多尺度下的移动操作；构建感光层神经元网络模型，根据时间窗口内的神经元动作电位发放特性，判别并实现神经元之间的抑制性或增强性突触连接；以移动图像输入前后的感光层神经元网络响应模式差异，获取图像多强度边缘的检测结果。本发明考虑神经元突触连接特性以及神经元动作电位发放机制，模拟了视觉感光层的一些重要特性，能够有效实现图像多强度边缘的检测。
-
公开(公告)号：CN105930864A
公开(公告)日：2016-09-07
申请号：CN201610237832.4
申请日：2016-04-15
Applicant: 杭州电子科技大学
IPC: G06K9/62
CPC classification number: G06K9/6256 , G06K9/6269
Abstract: 本发明涉及一种基于ABC‑SVM的脑电信号特征分类方法。本发明首先利用CSP算法进行脑电信号特征提取；其次利用人工蜂群算法对支持向量机的惩罚因子C和核参数g进行优化。最后，用得到的最优参数对SVM分类器进行训练，利用训练好的分类器对样本进行分类预测。本发明与传统算法优化的SVM分类识别方法进行对比，结果表明基于ABC‑SVM的分类识别算法能有效的提高脑电信号的分类识别率，较传统的分类识别方法有明显的优势。
-
公开(公告)号：CN103679710A
公开(公告)日：2014-03-26
申请号：CN201310631982.X
申请日：2013-11-29
Applicant: 杭州电子科技大学
IPC: G06T7/00
Abstract: 本发明涉及一种基于多层神经元群放电信息的图像弱边缘检测方法。本发明构建具有抑制突触互连的多层神经元群，将数字图像作为输入层神经元群的输入，以各神经元首次放电的时空信息来表征图像像素；利用视觉感受野及各神经元放电时序，以时间方差来描述图像的空间细节，并考虑侧向抑制，继而实现选择注意机制以获取图像信息的视觉注意数据；结合选择注意过程，采用Log-Gabor多方向滤波结果实现空间变分辨率机制，获得重构后的图像边缘信息，并利用输出层神经元群对边缘信息进行增强。本发明考虑了神经元群的突触互连特性；引入多方向滤波机制反映皮质对视觉信息的简单过程；利用多层神经元群实现图像弱边缘的有效检测。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.028 seconds)
