-
公开(公告)号：CN117159883A
公开(公告)日：2023-12-05
申请号：CN202311350755.X
申请日：2023-10-18
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种类深度睡眠脑电的白噪声舒缓音乐生成方法；该方法如下：1、采集处于睡眠状态的目标对象的脑电数据。2、对步骤1所得的脑电数据进行分期处理。3、对提取出的睡眠阶段进行频段分离，获得一个或多个目标频段的脑波数据。4、构建综合雨声的波函数；5、建立单个周期脑波到单个雨滴声音波形的映射。6、将所有通道、频段的单周期脑波信号生成的雨滴声音整合在一起，形成连续的助眠雨声音频，作为白噪声舒缓音乐。本发明基于目标对象的不同通道、不同波段的单周期脑波信号相应生成相匹配的雨滴声音，并将所得的所有雨滴声音整合形成连续的与目标对象的脑波相匹配的连续雨声音频；该雨声音频有助于目标对象的睡眠。
-
公开(公告)号：CN116687713A
公开(公告)日：2023-09-05
申请号：CN202310782545.1
申请日：2023-06-29
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种下肢康复机器人主动柔顺控制方法及其系统。获取压力信号、力矩信号、角度信号及表面肌电信号；根据力矩信号和角度信号得到刚度系数的估计值，用于反馈系统控制的刚性程度；根据刚度系数估计值得到阻尼系数的估计值，用于反馈系统控制的阻尼程度；根据表面肌电信号得到柔顺控制参数值，用于反馈系统控制的柔顺程度；根据得到的刚度系数、阻尼系数、柔顺控制参数值得到反映腿部运动趋势的角加速度；将角加速度输入到电机的控制模块中，实时调整电机的运动方向和速度，以控制康复机器人柔顺运动。本发明具有提高下肢康复机器人柔顺控制的效果。
-
公开(公告)号：CN116361700A
公开(公告)日：2023-06-30
申请号：CN202310353343.5
申请日：2023-04-04
Applicant: 杭州电子科技大学
IPC: G06F18/24 , G06F18/214 , G06F18/27 , G06N20/20
Abstract: 本发明公开了一种基于超图表征的协作式运动想象解码方法，包括如下步骤：S1、对事先采集好的多脑运动想象数据集进行预处理；S2、利用超图表征方法，从数据中提取个体间的交互信息；S3、将提取后得到的交互信息使进行核心特征提取以及特征压缩，以减少模型训练计算开销，并将核心特征提取以及特征压缩后的特征通过训练STM模型得到分类模型；S4、将训练好后的分类模型加载至在线脑机接口系统；S5、通过脑电数据采集设备采集用户真实数据，并将真实数据作为测试样本输入至在线系统中的分类模型中，进行分类决策以得到识别结果。为多人在线脑机系统，拥有在线识别的高精度和高稳定性，特征分类模块采用支持张量机(STM)模型以应对小样本问题。
-
公开(公告)号：CN115844326A
公开(公告)日：2023-03-28
申请号：CN202211459859.X
申请日：2022-11-16
Applicant: 杭州电子科技大学
Abstract: 本发明公开一种基于关键脑网络的自适应睡眠分期方法及系统。通过多通道脑电采集设备采集脑电信号数据；对采集的脑电信号数据进行预处理；对预处理后的脑电信号数据提取节点特征和边特征，构建全连接的加权有向图，即动态效应脑网络；构建融合时空信息的关键脑网络；利用自适应睡眠分期识别模型实现对脑电信号的睡眠分期识别。本发明使用了不同于以往的结构脑网络或功能脑网络对睡眠分期进行分析，而使用了效应脑网络，即有向图，考虑到大脑信息交互的方向性的同时，使用注意力机制对有向图进行关键边特征和节点特征选取，从而使用自适应睡眠分期识别模型达到了更准确的睡眠分期识别结果。
-
公开(公告)号：CN115392302A
公开(公告)日：2022-11-25
申请号：CN202210974787.6
申请日：2022-08-15
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于融合图卷积网络的脑电情绪识别方法；该脑电情绪识别方法如下：一、对被测对象进行脑电采集，提取所得脑电信号中各通道的目标特征，作为被识别数据。二、根据步骤一得到的被识别数据，计算两个通道之间的物理信息矩阵、相关性矩阵、因果关系矩阵。三、构建邻接矩阵。四、构建正则化矩阵。五、对目标特征和正则化矩阵L进行图卷积操作，完成特征提取。六、将步骤五所得特征输入经过训练的深度可分离卷积网络，所得特征图输入全连接层，进行分类，得到被测对象进行脑电采集时的情感类别。本发明对图卷积的邻接矩阵做融合处理，使邻接矩阵包含多元化的信息，而不再是仅拥有单一的信息，进一步提高了模型情绪分类的准确率。
-
Patent Agency Ranking
公开(公告)号：CN113990441A
公开(公告)日：2022-01-28
申请号：CN202111414297.2
申请日：2021-11-25
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于生物动力学的下肢膝关节主动肌肌电拟合方法，本发明通过角度信号和肌纤维募集模型求得意图相关肌电；再次，通过身高、体重和角度求得运动过程中产生的有用力矩，随后通过逆hill肌力模型求得肌力相关肌电；然后，通过初始静息肌肉长度和角度求得运动过程中肌肉长度，随后，通过肌梭反馈模型求得肌长度相关肌电；最后，使用不同运动阶段配置对应模型的策略和含有损失函数的最小二乘搜索参数法将三种肌电融合，再与白噪声融合后就可以得到最终肌电。本发明有着具有全面性，误差低，拟合效果好，具有生理意义，子模型生成的肌电稳定且符合子模型含义等特点。
-
公开(公告)号：CN110321835A
公开(公告)日：2019-10-11
申请号：CN201910584659.9
申请日：2019-07-01
Applicant: 杭州创匠信息科技有限公司 , 杭州电子科技大学
Abstract: 本发明涉及一种人脸门禁方法、系统及设备，属于人工智能和计算机视觉技术领域。该方法中，对每个员工生成单独的人脸模型，在进行人脸识别时，只需要在人脸库中识别欧式距离在阈值范围内的人脸模型，方便、快捷，其响应速度快、方便部署，针对每个员工生成单独的人脸模型，当公司人员发生变化的时候，可以非常灵活机变地增减小模型数量，数据更新也非常的便捷，并且资源占用量少，更新的同时不会影响门禁系统的同步使用。解决了现有技术中，需要训练统一模型，在人脸数据多时，费时、响应慢、部署难度大的问题。
-
公开(公告)号：CN110276320A
公开(公告)日：2019-09-24
申请号：CN201910561336.8
申请日：2019-06-26
Applicant: 杭州创匠信息科技有限公司 , 杭州电子科技大学
Abstract: 本发明涉及一种基于人脸识别的门禁方法、装置、设备和存储介质，其中，门禁方法包括：采集门禁区域图像；利用预先训练的人脸检测模型对采集的门禁区域图像检测人脸；如果检测到人脸，对所述门禁区域图像中的人脸区域，利用预先训练的卷积神经网络模型进行人脸特征提取，得到所述门禁区域图像对应的人脸特征向量；所述卷积神经网络模型的卷积层的层数小于或者等于预设层数；将所述门禁区域图像对应的人脸特征向量与预先构建的人脸数据库中的预存人脸特征向量进行比对；如果所述人脸数据库中存在与所述门禁区域图像对应的人脸特征向量匹配的预存人脸特征向量，解除门禁。两个模型的内存占用量仅几百kB，完全可以在设备本地进行存储和计算。
-
公开(公告)号：CN103300850A
公开(公告)日：2013-09-18
申请号：CN201310137847.X
申请日：2013-04-19
Applicant: 杭州电子科技大学
IPC: A61B5/0476
Abstract: 本发明涉及一种中风病人脑电信号采集与处理的方法。本发明首先加载多种不同类型的脑电采集设备，其次加载算法链，然后脑电信号处理，最后控制康复器械。其中脑电信号处理包括信号预处理、信号特征提取和信号分类。本发明采用设备驱动注册机制，可加载多种不同类型的信号采集设备，方便不同医院使用不同设备开展康复训练。
-
公开(公告)号：CN103268149A
公开(公告)日：2013-08-28
申请号：CN201310138896.5
申请日：2013-04-19
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于脑机接口的实时主动式系统控制方法。本发明包括EEG信号采集阶段、信号处理阶段和控制器械工作。其中信号处理阶段包括EEG信号特征离线分析、脑电信号特征实时提取和分类决策。控制器械工作包括脑电信号采集系统和计算机软件系统。本发明通过相应的信号处理机制以及综合分类决策实现了实时性，通过在传统机械的基础上改装串口通信设备实现了主动性。
-
-
-
-
-
-
-
-
-
Search Results
88
records
(took 0.069 seconds)
