公开(公告)号：CN119157552A

公开(公告)日：2024-12-20

申请号：CN202310730215.8

申请日：2023-06-19

Applicant: 北京国双科技有限公司 ,  北京师范大学

Inventor： 孙晓敏 ,  乔志宏 ,  杨舒婷 ,  刘臻臻 ,  李春燕

IPC: A61B5/369 ,  A61B5/372 ,  A61B5/00 ,  G06F18/214

Abstract: 本申请公开了一种脑间同步的验证方法、装置、存储介质及电子设备，涉及脑电同步技术领域。方法包括：获取训练样本集，所述训练样本集包括多组高时间压力的脑同步数据和多组低时间压力的脑同步数据，所述脑同步数据包括第一脑电数据和第二脑电数据；基于T检验验证不同时间压力下所述第一脑电数据和所述第二脑电数据之间的脑间同步。通过对第一脑电数据和第二脑电数据分别进行独立样本T检验和单样本T检验，以第一脑电数据和第二脑电数据之间的脑间同步性，以及时间压力对第一脑电数据和第二脑电数据之间的脑间同步性的影响。还可以通过格兰杰因果关系验证具有脑间同步的第一脑电数据和第二脑电数据之间脑间同步的方向性。

公开(公告)号：CN116188206A

公开(公告)日：2023-05-30

申请号：CN202211578234.5

申请日：2022-12-06

Applicant: 北京师范大学

Inventor： 孙晓敏 ,  原悦 ,  乔志宏 ,  蒋欣颖 ,  刘臻臻 ,  杨舒婷 ,  蔺义芹 ,  鲍瑞佶 ,  马榕梓 ,  李宁 ,  曹沛伶

IPC: G06Q50/18 ,  G06F40/289 ,  G06Q10/04 ,  G06F18/2431 ,  G06F18/2135 ,  G06F18/214

Abstract: 本发明属于机器学习技术领域，公开了一基于决策树的司法案件判决结果预测方法，该方法包括：数据采集模块对案件事实描述文本信息进行采集，得到对应的词语列表；特征确定模块从词语列表确定具有深层语义表示的原始特征，降维，得到主成分特征；特征调整模块对原始特征进行训练得到对应的组合特征或者重构新特征，与主成分特征进行对比；模型训练模块对使用原始特征向量、组合特征或者重构新特征和每一份案件事实对应的判决结果对模型进行训练，得到相关判决结果预测模型；结果预测模块预测该案件事实描述文本对应的判决结果。本发明通过一种基于决策树的司法案件判决结果预测方法，可以有效帮助法官进行减轻工作负荷，降低判案出错率。