-
公开(公告)号：CN110348430A
公开(公告)日：2019-10-18
申请号：CN201910752184.X
申请日：2019-08-15
Applicant: 南京邮电大学
Abstract: 一种基于多层感知机的脑信号身份识别方法，包括如下步骤：步骤S1、采集各脑区的EEG样本，并对EEG样本的波形进行个体差异性分析，提取EEG样本中的Delta波段信号；步骤S2、对提取了Delta波段信号的EEG样本进行预处理，去除DC偏移，并对样本信号进行归一化处理。步骤S3、将EGG样本输入到基于多层感知机的结构中进行个体分类。本发明通过采用多层感知机的方法来对不同个体的脑信号进行分类，可以有效提高分类的精度和准确率。
-
公开(公告)号：CN107414073A
公开(公告)日：2017-12-01
申请号：CN201710680158.1
申请日：2017-08-10
Applicant: 南京邮电大学
Abstract: 本发明公开了硫化亚锡/金纳米颗粒复合物及其制备方法和应用，制备方法是：机械剥离硫化亚锡材料，产物厚度50-100 nm,大小几微米到十几微米，氩气气氛中退火后备用；滴加氯金酸水溶液到机械剥离的硫化亚锡表面，沉积2-5 min,氮气吹走多余的液体，120-150℃反应时间2-5；反应结束后，快速取出样品，得到金纳米颗粒在硫化亚锡自取向性组装，所得金纳米颗粒尺寸几十纳米，结晶性好，在光电探测器件、生物传感等领域具有广泛重要的应用前景。
-
公开(公告)号：CN105110305B
公开(公告)日：2017-03-08
申请号：CN201510510593.0
申请日：2015-08-19
Applicant: 南京邮电大学
CPC classification number: Y02P20/134 , Y02P20/544
Abstract: 本发明公开了一种超临界二氧化碳辅助制备多原子层黑磷的方法，是在无氧无水有机溶剂中，以块状黑磷为原料，在超临界二氧化碳辅助条件下随后超声合成了多原子层黑磷，反应温度为40-70℃、压力为150-200bar、反应时间180-240min。该工艺简单，成本低廉，环境友好，所得多原子层黑磷厚度大约几纳米到几十纳米，结晶性好，在晶体管、传感器、太阳能电池、开关、电池电极等领域具有广泛重要的应用前景。
-
公开(公告)号：CN102522320B
公开(公告)日：2014-05-07
申请号：CN201110357683.2
申请日：2011-11-11
Applicant: 南京邮电大学
IPC: H01L21/02
Abstract: 本发明涉及一种生物模板排列纳米线的方法，首先在洗净的基底片表面修饰一层聚乙二醇-异丁烯酸(PEGMA)膜；其次在PEGMA膜上覆盖具有微图案的透紫外掩膜板，用紫外光照射获得化学微图案膜；然后在化学微图案膜表面滴加纤连蛋白溶液，得到纤连蛋白微图案；最后基底片浸入纳米线悬浮液，取出、冲洗，得到排列纳米线微图案的生物模板。本发明所需设备简单、操作便利，适于多种生物模板，图案易于设计，可用于制备微米纳米电子器件。
-
公开(公告)号：CN113545789B
公开(公告)日：2025-02-11
申请号：CN202110972061.4
申请日：2021-08-24
Applicant: 南京邮电大学
IPC: A61B5/369 , A61B5/372 , G06F18/22 , G06F18/21 , G06F18/24 , G06F18/2134 , G06F18/2135
Abstract: 本发明公开了一种基于CSP算法和PSD算法的脑电信号分析模型构建方法、脑电信号分析方法和系统，其中，模型构建方法包括获取样本、预处理样本、提取CSP特征矩阵、提取PSD特征矩阵、计算分类准确率以及构建脑电信号分析模型该方法是基于前述模型完成的；脑电信号分析方法和系统利用预先构架的抑郁症识别模型进行分析，以辅助识别脑电信号是否表征抑郁症的信号。本发明基于共空间模式算法(CSP)和功率谱密度提取算法(PSD)对脑电信号进行特征分析，能够实现有效区分抑郁症患者和健康对照组的脑电信号，从而能够构建更准确的脑电信号分析模型，提升脑电信号抑郁症辅助识别的效率。
-
Patent Agency Ranking
公开(公告)号：CN118948299A
公开(公告)日：2024-11-15
申请号：CN202411282112.0
申请日：2024-09-13
Applicant: 南京邮电大学
IPC: A61B5/369 , G06F18/213 , G06F18/2411 , G06F18/25 , G06N20/10 , A61B5/372 , A61B5/00 , G06F123/02
Abstract: 本发明公开了一种基于脑电信号的脑卒中患者单侧运动想象分类研究方法，具体步骤包括以下：步骤1、设计脑卒中单侧运动想象实验；步骤2、脑电信号采集，采用PN‑NET设备采集原始脑电信号；步骤3、脑电信号的预处理；步骤4、采用滤波器组公共空间模式对预处理的信号提取特征；步骤5、采用模糊熵对相同滤波频段的信号提取特征；步骤6、将信号不同频段的空间特征和模糊熵特征融合作为特征向量传入到SVM中进行分类。本发明基于不同特征提取方法的优势以及精细运动想象的特性，提出了融合空间域中的滤波器组共空间模式算法与熵域中的模糊熵算法的多特征融合方法，通过对信号进行频段划分，进一步提高了分类的准确性。
-
公开(公告)号：CN118600541A
公开(公告)日：2024-09-06
申请号：CN202410726660.1
申请日：2024-06-06
Applicant: 南京邮电大学
Abstract: 本发明公开了一种β相氧化碲纳米片材料的制备方法，属于新型电子材料领域。制法包括：将碲粉平铺放入石英舟的一端，然后取清洁的硅基板覆盖在碲粉上方但不与碲粉接触，将石英舟送入高温真空退火炉的中心，通入氧气，在氧气气氛下，于460～500℃、0.05～0.15Mpa的条件下反应，结束后冷却至室温，在硅基板上获得白色产物，即为β相氧化碲纳米片材料。与现有技术相比，本发明制备方法简单、成本低廉，制备的β相氧化碲纳米片材料纳米形貌良好，与衬底结合牢固度且稳定性强，在未来的透明电子、光电器件和节能显示器的发展中具有很好应用前景。
-
公开(公告)号：CN114638253B
公开(公告)日：2024-07-05
申请号：CN202210142362.9
申请日：2022-02-16
Applicant: 南京邮电大学
IPC: G06F18/25 , G06F18/213 , G06F18/214 , G06F18/10 , G06F18/24 , G06N3/006
Abstract: 本发明公开了数字信号处理和脑电信号技术领域的基于情感脑电特征融合优化机制的身份识别系统及方法，包括：获取多个通道的情感脑电信号；对情感脑电信号进行预处理；对预处理后的情感脑电信号进行特征值提取；利用粒子群优化算法对特征值特征模式进行分析，得到对于不同用户激活程度最大的情感脑电模块特征；搭建基于注意力机制的RNN模型，利用粒子群优化算法的适应度函数进行迭代，以及，搭建孪生神经网络算法模型，利用损失函数筛选脑电频段特征。本发明区别于以往脑电数据特征是通过少数电极通道采集的单个波段脑电信号的频域特征，数据特征单一且识别准确率欠佳等问题，对模型的泛化能力进行提升，有明显的应用价值。
-
公开(公告)号：CN114521903B
公开(公告)日：2024-06-28
申请号：CN202210138817.X
申请日：2022-02-15
Applicant: 南京邮电大学
IPC: A61B5/369 , A61B5/372 , A61B5/16 , G06F18/24 , G06F18/213 , G06F18/2415 , G06F18/2113
Abstract: 本发明公开了数字信号处理和脑电信号技术领域的一种基于特征选择的脑电注意力识别系统及方法，包括：采集不同注意力任务中的脑电信号；对采集到的脑电信号进行预处理；对预处理后的脑电信号进行分段得到多个样本后，对样本进行特征提取；使用ReliefF算法根据所提取的特征与类别标签之间的相关性计算该特征的权值，并求取所有权值的平均值作为阈值，将权值大于阈值的特征作为初选特征；计算初选特征的互信息量，通过相关性对特征进行复选；使用RFECV对特征中的通道信息在分类器上的表现为依据进行评分排序，选出最佳特征作为最终特征，得到特征集；将所得的特征集使用支持向量机进行注意力脑电的识别。本发明减少了特征的冗余，提高了分类的准确度。
-
公开(公告)号：CN117131470A
公开(公告)日：2023-11-28
申请号：CN202311087826.1
申请日：2023-08-28
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于混合模板的频率识别方法、装置、介质及设备，所述方法包括：获取受试者在不同频率视觉刺激下的稳态视觉诱发电位脑电信号和待测稳态视觉诱发电位脑电信号；基于同一受试者在任一频率视觉刺激下的稳态视觉诱发电位脑电信号，构建个体模板参考信号；计算待测稳态视觉诱发电位脑电信号与个体模板参考信号、预先构建的正余弦参考信号之间的时间局部多元同步指数，组合计算得到的时间局部多元同步指数得到混合模板的时间局部多元同步指数；基于所述混合模板的时间局部多元同步指数最大的原则，确定待测稳态视觉诱发电位脑电信号对应的视觉刺激的频率。本发明能够提高稳态视觉诱发电位对应的视觉刺激频率的识别精度和速度。
-
-
-
-
-
-
-
-
-
Search Results
67
records
(took 0.025 seconds)
