-
公开(公告)号：CN112684897A
公开(公告)日：2021-04-20
申请号：CN202011643295.6
申请日：2020-12-30
Applicant: 哈尔滨工业大学
Abstract: 一种基于SVM典型相关分析的脑电通道选择算法，涉及一种脑电信号最佳通道选择方法，为了解决多通道采集方式中计算量与复杂度高，耗费大量运算时间以及不利于被试者穿戴的问题。本发明通过对原始脑电信号进行空间滤波，保留脑电信号中有效的频带，再进行小波包两层分解，提取小波包系数；计算小波能量，然后获取通道特征组；获取初始权重；并按由大到小的顺序进行排序，利用SVM，按照各个通道对实际运动想象意图分类结果的贡献程度进行更新，得到更新后的通道权重并对其进行数据分析与信号处理，进行最佳通道的判断，得出最有效的电极位置。有益效果为计算量小，提高了设备的便携性和可穿戴性。
-
公开(公告)号：CN111360792A
公开(公告)日：2020-07-03
申请号：CN202010238380.8
申请日：2020-03-30
Applicant: 哈尔滨工业大学
Abstract: 面向仿生机械手的可穿戴便携式实时控制动作识别系统，涉及一种仿生机械手实时控制技术，为了解决现有的机械手成本高、功能单一、实时性差以及采集与识别的精度偏低的问题。本发明通过分析表面肌电信号的产生机理和特点，确定了待识别动作、采集的肌肉区域和电极的数量及摆放位置。使用实验室自主研发采集装置采集了4通道前臂表面肌电信号，并进行去干扰处理后，进行数据分窗，特征值提取，手势分类，最终实现对仿生机械手的控制。有益效果为使用容易方便、成本低廉，功能丰富，实时性好，采集与识别精度高。
-
公开(公告)号：CN109480872A
公开(公告)日：2019-03-19
申请号：CN201811327333.X
申请日：2018-11-08
Applicant: 哈尔滨工业大学
IPC: A61B5/18 , A61B5/0476 , A61B5/048 , A61B5/04
Abstract: 基于脑电信号频带能量比特征的驾驶疲劳检测方法，本发明涉及一种脑电信号分析方法。本发明目的是为解决现有的检测技术多以人的外部行为特征作为依据，难以准确地了解驾驶员的心理、生理属性，不易客观地评价驾驶员的疲劳状态，主观性过强，导致驾驶疲劳检测结果准确率低的问题。过程为：一、采集驾驶者脑电信号；二、进行预处理；三、得到局部均值分解后的乘积函数；四、得到重构的脑电信号；五、求解功率谱密度；六、求解脑电信号不同波段的频带能量比；七、对四进行归一化处理；八、求取标准差，将标准差、脑电信号不同波段的频带能量比作为BP神经网络的输入参数，输出疲劳状态。本发明用于驾驶疲劳检测领域。
-
公开(公告)号：CN104809434B
公开(公告)日：2018-03-16
申请号：CN201510194149.2
申请日：2015-04-22
Applicant: 哈尔滨工业大学
Abstract: 一种基于单通道脑电信号眼电伪迹去除的睡眠分期方法，本发明涉及眼电伪迹去除的睡眠分期方法。传统方法缺乏参考眼电信号，去除方法较为困难、知识的抽取和表达比较困难，并且其收敛性有时无法保证，无法对知识直接进行学习以及不能充分挖掘脑电信号中蕴含的睡眠信息的问题，而提出的一种基于单通道脑电信号眼电伪迹去除的睡眠分期方法。该方法是通过1、得到M个小波系数；2、不包含眼电伪迹的P个小波系数，作为纯净的脑电信号；3、得到IMF分量的个数与残差之和；4、得到脑电分量以及眼电分量；5、重构纯净的脑电信号；6、得到X(n)；7、提取7个特征参数；8、得到睡眠状态分期指数等步骤实现的。本发明应用于睡眠分期领域。
-
公开(公告)号：CN107292270A
公开(公告)日：2017-10-24
申请号：CN201710484546.2
申请日：2017-06-23
Applicant: 哈尔滨工业大学
IPC: G06K9/00
CPC classification number: G06K9/00536
Abstract: 一种用于脑电信号特征分类的ANFIS规则库优化算法，涉及脑电信号特征参数分类算法。由于脑电信号具有明显的非线性特征，非线性特征分类方法在脑电信号分类中应用较多。自适应模糊神经推理系统(ANFIS)融合了神经网络和模糊逻辑的优点，不仅可以对样本进行有效的学习，还可以对知识进行良好的表达和抽取。ANFIS系统在进行模糊推理时要建立模糊规则库，规则库的数量为所有参数隶属度函数个数的乘积。目前只能依靠经验给每个输入参数的隶属度函数个数进行设置，往往无法达到较好的训练效果。本发明的一种用于ANFIS系统规则库的优化算法GA-ANFIS方法，采用遗传算法(GA)对每个输入参数的隶属度函数进行合理设置，同时还能有效控制规则库的数量，保证系统的训练学习效率。
-
Patent Agency Ranking
公开(公告)号：CN106618501A
公开(公告)日：2017-05-10
申请号：CN201611243089.X
申请日：2016-12-29
Applicant: 哈尔滨工业大学
IPC: A61B5/00 , G01N21/359
CPC classification number: A61B5/0073 , G01N21/359
Abstract: 一种基于近红外光谱血氧浓度测量的肿瘤成像系统及其实验检测方法。主要解决了传统肿瘤探测设备笨重、价格昂贵、诊断成本较高的问题。其构造为所述的主控制部分包括控制核心STM32F103，其分别连接光信号产生模块、数据存储和通信接口模块、信号调理和模数转换模块。其中数据存储和通信接口模块包括SD卡，与上位机通信的USB及串口；信号调理和模数转换模块包括数据的放大滤波部分以及模数转换部分，负责信号的采集和预处理。所述的探头部分包括光信号产生模块、光信号接收模块。本发明具有无辐射、造价低、可便携、易操作、辨识率高、可成像等优点。
-
公开(公告)号：CN105575382A
公开(公告)日：2016-05-11
申请号：CN201511018762.5
申请日：2015-12-29
Applicant: 哈尔滨工业大学
IPC: G10K11/178
Abstract: 一种快速稳定收敛的完全并行窄带主动噪声控制方法，本发明涉及快速稳定收敛的完全并行窄带主动噪声控制方法。本发明的目的是为了解决现有各频率通道的主控制器系数却仍由系统的整体残余误差进行更新，导致各通道控制器之间相互影响，系统的收敛速度低的问题。具体过程为：一、建立具有正弦特性的初级噪声信号p(n)；二、合成与一中的初级噪声信号p(n)幅值相等、相位相反的次级噪声信号y(n)；三、当一中的初级噪声信号p(n)和二中的次级噪声信号y(n)相消以后，通过麦克风测得系统总体残余误差信号e(n)；四、根据三中测得的系统总体残余误差信号e(n)，得出残余误差分离子系统分离出的第i个频率通道的残余误差信号ei(n)。本发明应用于噪声处理领域。
-
公开(公告)号：CN105489225A
公开(公告)日：2016-04-13
申请号：CN201510854307.2
申请日：2015-11-27
Applicant: 哈尔滨工业大学
IPC: G10L21/0208 , G10K11/178
CPC classification number: G10L21/0208 , G10K11/178
Abstract: 一种含次级通道在线辨识的前馈型窄带主动噪声控制系统，属于主动噪声控制领域，针对前馈型窄带主动噪声控制系统中次级通道在线辨识引入的辅助噪声严重影响了系统残余噪声抑制性能。它包括信号合成子系统、次级通道在线辨识子系统和残余噪声分离子系统。信号合成子系统用于产生与目标噪声中声音信号具有相同频率的次级噪声源信号；次级通道在线辨识子系统随着窄带主动噪声控制系统的运行可实时在线地完成次级通道辨识，用于抑制目标噪声；残余噪声分离子系统可实现从残余噪声中分离出有限个频率的声音信号。本发明采用分离出的残余声音信号来调整引入的辅助噪声的能量，提高次级通道在线辨识的精度和速度，显著地降低引入的辅助噪声对残余噪声的影响。
-
公开(公告)号：CN104182645A
公开(公告)日：2014-12-03
申请号：CN201410440181.X
申请日：2014-09-01
IPC: G06F19/00 , A61B5/1455
Abstract: 基于经验模态分解和滑动时间窗加权最小二乘法的脑机接口信号提取方法，本发明涉及一种信号提取方法，具体涉及基于经验模态分解和滑动时间窗加权最小二乘法的脑机接口信号提取方法。本发明目的是为解决目前生理干扰严重影响脑机信号的准确提取，限制脑机接口技术的发展。步骤一、在脑组织位置进行探测；步骤二、探测获得电信号；步骤三、检测器D1测得的△[HbO2]N(k)和△[HHb]N(k)，D2测得的△[HbO2]F(k)和△[HHb]F(k)；步骤四、用x(k)表示△[HbO2]N(k)或△[HHb]N(k)；步骤五、用y(k)表示△[HbO2]F(k)或△[HHb]F(k)；步骤六、y(k)中包含r(k)和i(k)，生理干扰可以表示为步骤七、根据y(k)＝r(k)+i(k)和算出脑功能信号的表达式；步骤八、获得脑功能信号s(k)。本发明应用于信号处理领域。
-
公开(公告)号：CN101976560B
公开(公告)日：2012-09-05
申请号：CN201010296429.1
申请日：2010-09-29
Applicant: 哈尔滨工业大学
IPC: G10K11/178 , G10L21/02
Abstract: 前馈型窄带主动噪声控制系统性能提高的方法。它涉及主动噪声控制领域，它针对含次级通道在线辨识的前馈型窄带主动噪声控制系统中由非声学传感器获得的参考信号频率与目标噪声真实频率存在失调情形，以及次级通道在线辨识而引入的辅助噪声严重阻碍了系统残余噪声能量的降低。它的控制系统包括频率补偿子系统、信号合成子系统和次级通道在线辨识子系统；频率补偿子系统包括二阶自回归模块和最小均方算法模块，频率补偿子系统将调整后的第i个频率通道的参考信号的余弦分量和正弦分量传送给信号合成子系统。它在频率失调达到5.0％以上仍然能够有效抑制目标噪声，以及稳态时系统残余噪声能量降至理想水平，使得控制系统性能得到进一步提高以及更贴近实用。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.031 seconds)
