基于EOG的中文眼写信号识别系统及其识别方法

    公开(公告)号:CN109308118A

    公开(公告)日:2019-02-05

    申请号:CN201811025755.1

    申请日:2018-09-04

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于EOG的中文眼写信号识别方法,包括以下步骤:采集基于眼电图的中文眼写数据并对数据进行预处理;将预处理后的数据分为模板数据和汉字笔画数据两个部分;将横、竖、撇、捺、折五个模板笔画段和汉字笔画段数据均送入基于DTW的分类器中进行笔画识别,并用softmax算法处理识别结果得到识别的笔画段序列的概率分布;建立汉字字库用one-hot编码后,得到的笔画段序列的概率分布与编码的同笔画汉字匹配以获得最终的预测中文汉字。还公开了基于EOG的中文眼写信号识别方法的识别系统,具有对中文字符识别正确率高、汉字字库扩展能力较强、应用前景广泛的优点。

    基于独立分量分析的运动想象脑电信号分类方法

    公开(公告)号:CN108710895A

    公开(公告)日:2018-10-26

    申请号:CN201810366834.2

    申请日:2018-04-23

    Applicant: 安徽大学

    CPC classification number: G06K9/624 G06K9/6256 G06K9/6267

    Abstract: 本发明公开了一种基于独立分量分析的运动想象脑电信号分类方法,包括以下步骤:S1:采集脑电信号并对脑电信号进行预处理,将预处理后的脑电信号随机分为训练集和测试集;S2:将训练集数据依次选择单次试验样本数据进行独立分量分析计算,并基于源的空间分布模式实现运动相关分量的自动识别获取;S3:基于零训练分类器的运动想象分类识别;S4:使用训练集数据进行导联的优化选择,将优化后的导联代入测试集,循环步骤S2和S3,得到最终的分类识别率。本发明可以减少由采集的EEG数据之间的差异性所带来的空域模型匹配问题产生,对运动想象EEG信号具有较高的识别正确率。

    基于眼电信号的办公场景人机交互行为识别方法

    公开(公告)号:CN108491792A

    公开(公告)日:2018-09-04

    申请号:CN201810236528.7

    申请日:2018-03-21

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于眼电信号的办公场景人机交互行为识别方法,包括以下步骤:首先采集不同行为状态下的眼电信号,并对采集到的眼电信号进行预处理;其次通过端点检测,识别出滤波后的眼电信号中有效行为状态的起始点和终止点;得到有效的眼电信号后,再通过小波变换对信号进行特征提取,并利用线性判别分析方法对提取到的特征参数进行降维;然后利用支持向量机对降维后的特征进行分类,识别出正确的行为;最后将识别出的结果用于控制手机上的应用软件。本发明识别正确率高、鲁棒性好、应用潜力大,能够更好的利用眼球运动信息控制外部设备,丰富眼动控制类别的多样性,具有扩展性强、识别正确率高、前景良好的优点。

    非接触式人体呼吸率与心率同步测量方法及系统

    公开(公告)号:CN105962915A

    公开(公告)日:2016-09-28

    申请号:CN201610404234.1

    申请日:2016-06-02

    Applicant: 安徽大学

    Abstract: 本发明涉及一种非接触式人体呼吸率与心率同步测量方法及系统,该测量方法包括如下步骤,获取人体面部视屏信息,从视频帧图像中选择两处敏感区域;对视频中每一帧的选定双敏感区的像素值,分别使用相干平均法,生成2组RGB观测信号,再对2组RGB观测信号依次进行高通滤波、去趋势、去均值、归一化预处理操作;用于对基于双敏感区域生成的2组RGB观测信号进行6通道盲源分离,分离出呼吸信号和心率信号;用于从盲源分离后的源信号中识别出呼吸信号和心率信号,结合滑动窗算法提取出呼吸和心率。本发明具有对呼吸率和心率同步测量准确性高、抗噪声干扰能力较强、应用潜力大等优点。

    一种基于独立分量分析的扫视信号样本优化方法

    公开(公告)号:CN105447475A

    公开(公告)日:2016-03-30

    申请号:CN201510975613.1

    申请日:2015-12-21

    Applicant: 安徽大学

    CPC classification number: G06K9/0051 A61B5/0496

    Abstract: 本发明公开了一种基于独立分量分析的扫视信号样本优化方法,该方法使用8个生物电极获取受试者上、下、左、右扫视时的眼电信号。再通过带通滤波器对原始多导联扫视眼电信号进行预处理,去除噪声干扰。使用ICA方法获取单次扫视数据在不同任务背景下的空域滤波器组;对所有扫视数据,使用ICA空域滤波器组进行空域滤波,并使用支持向量机将滤波后数据进行交叉测试;以平均识别正确率为度量准则,实现对眼动信号的样本优化。与已有技术相比,本发明的一种基于独立分量分析的扫视信号特征提取与识别方法,具有识别正确率更高、鲁棒性与扩展性更强、应用前景良好等优点。

    一种结合脑电和眼电的信息交互系统及信息交互方法

    公开(公告)号:CN103338265A

    公开(公告)日:2013-10-02

    申请号:CN201310290388.9

    申请日:2013-07-10

    Applicant: 安徽大学

    Abstract: 本发明公开了一种结合脑电和眼电的信息交互系统及信息交互方法,信息交互系统的无线通信模块包括多个Zigbee通信终端,且以其中一个Zigbee通信终端作为网络协调器;每个信息交互子终端包括信息融合模块和串口通信模块;每个信息交互子终端通过各自的串口通信模块与多个Zigbee通信终端之一相连接;每个信息交互子终端上连接有一个眼电与脑电信号采集模块;眼电与脑电信号采集模块采集用户的眼电信号与脑电信号并将所采集的眼电信号与脑电信号放大处理后发送至信息融合模块。本发明实现了一种结合脑电和眼电的信息交互系统及方法,提供了一种非言语与肢体的全新信息交互方式,具有应用范围广、扩展性强、使用舒适、交互性好、鲁棒性强等优点。

    眼电信号的特征提取与识别方法

    公开(公告)号:CN101599127B

    公开(公告)日:2011-09-14

    申请号:CN200910117157.1

    申请日:2009-06-26

    Applicant: 安徽大学

    Abstract: 眼电信号的特征提取与识别方法,其特征是包括眼电信号预处理、眼电信号特征参数提取及眼电信号模式识别三个阶段;其中,预处理阶段对眼电信号进行端点检测和带通滤波;特征参数提取阶段对眼电信号进行分帧、加窗,将连续的眼电信号转化为多段短时眼电信号后,提取出随时间变化的眼电特征参数序列;模式识别阶段通过动态时间规整法,将输入的眼电特征参数序列依次与模板库中的每个模板进行相似度的比较,以判断操作者相应的眼部运动。本发明具有较高眼电信号识别准确率、一定抗干扰能力及较强应用性价值等特点。

    一种购电费结算流程自动化智能管理方法及系统

    公开(公告)号:CN119624675A

    公开(公告)日:2025-03-14

    申请号:CN202411530819.9

    申请日:2024-10-30

    Abstract: 本发明公开了一种购电费结算流程自动化智能管理方法,构建包含发票四要素的数据模板,获取发票池的全量发票信息;获取购电费待结算的发票要素信息,形成待处理信息;采集结算通知单到财务管控系统,将发票要素信息与结算通知单信息匹配成功标记为有效匹配数据;采集有效匹配数据,生成结算单和待办凭证,将与结算单对应的有效匹配数据存储形成第一处理数据;将对应发票要素信息和结算通知单信息的结算单和待办凭证,筛选提取购电费金额,生成支付申请单,将与支付申请单对应的有效匹配数据存储形成第二处理数据。本发明实现电费结算高效业务处理,减少财务人员的低价值重复性工作,实现购电费发票信息、结算信息、支付信息、台账信息自动输出。

    跨场景听觉注意力解码模型的生成方法、装置和电子设备

    公开(公告)号:CN119055253B

    公开(公告)日:2025-01-03

    申请号:CN202411557705.3

    申请日:2024-11-04

    Applicant: 安徽大学

    Abstract: 本申请涉及一种跨场景听觉注意力解码模型的生成方法、装置和电子设备,其中,该生成方法包括:获取源域脑电信号和目标域脑电信号,源域脑电信号和目标域脑电信号分别为受试者在不同场景下产生的脑电信号;通过源域脑电信号对听觉注意力解码模型进行预训练,通过目标域脑电信号对预训练后的听觉注意力解码模型进行域适应训练。本发明提出的跨场景听觉注意力解码模型的生成方法,采用正则化损失(SRL)作为域适应损失,可以最小化不同场景间的数据差异,从而减少领域偏移,可以生成适应不同场景的听觉注意力解码模型,解决了传统听觉注意力解码模型的生成方法,无法生成能够适应不同场景的听觉注意力解码模型的问题。

    一种基于双分支网络的单声道语音增强方法及装置

    公开(公告)号:CN119049489B

    公开(公告)日:2025-01-03

    申请号:CN202411533326.0

    申请日:2024-10-31

    Applicant: 安徽大学

    Abstract: 本发明涉及语音增强技术领域,具体涉及一种基于双分支网络的单声道语音增强方法及装置。本发明公开了一种基于双分支网络的单声道语音增强方法,首先将带噪语音转换成原始语音谱、并引入了分解策略将其解耦成原始幅度谱、原始复数谱;然后基于双分支结构的语音增强网络,并行地从原始幅度谱和原始复数谱中提取特征,并通过信息交互处理得到增强复数谱;之后将基于增强复数谱、原始语音谱进行逆处理,从而得到增强语音。经过在现有公共数据集上进行仿真对比可知,本发明的方法可以在保持相当性能的同时,将Gb/s的复杂度水平进一步压缩,平均实现8.3倍的计算复杂度降低。本发明解决了现有SE解决方案存在计算复杂度高的问题。

Patent Agency Ranking