公开(公告)号：CN114358057A

公开(公告)日：2022-04-15

申请号：CN202111544158.1

申请日：2021-12-16

Applicant: 华南理工大学

Inventor： 袁浩章 ,  宁润 ,  张通 ,  陈俊龙

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种跨个体脑电情感识别方法、系统、装置及介质，其中方法包括：构建单源域自适应小样本学习网络；通过电极获取脑电数据，将脑电数据输入单源域自适应小样本学习网络进行跨个体的脑电情感识别，输出识别结果；单源域自适应小样本学习网络包括特征映射模块、域自适应模块和特定领域的小样本学习模块；其中，特征映射模块用于提取源域和目标域两个域的共同特征，域自适应模块用对齐两个域的数据分布，小样本学习模块用于保存特定于域的信息和对样本的预测。本发明将小样本学习运用于脑电图领域，通过单源域自适应小样本学习网络识别跨个体的脑电情感，提出一种新的跨个体脑电情感识别方案，可广泛应用于脑电信号处理领域。

公开(公告)号：CN118975804A

公开(公告)日：2024-11-19

申请号：CN202410956905.X

申请日：2024-07-17

Applicant: 华南理工大学

Inventor： 陈俊龙 ,  袁浩章 ,  张通

IPC: A61B5/369 ,  A61B5/00 ,  G06F18/213 ,  G06F18/241 ,  G06F18/27 ,  G06N20/00 ,  G06F123/02

Abstract: 本发明公开了一种毒品成瘾人员识别方法、装置及存储介质，属于毒品成瘾人员识别领域。其中方法包括：获取脑电数据；对所述脑电数据进行预处理，获得脑电信号；使用微分熵对所述脑电信号进行动态特征进行提取，获得脑电信号特征；将获得的所述脑电信号特征输入至增量宽度学习中进行训练，并通过十折交叉验证对结果进行验证。本发明通过引入微分熵(DE)作为脑电信号的特征表示，以及结合增量宽度学习作为分类器，能够实现快速适应和高效训练，在处理高维度数据和非线性分类问题方面表现出色，避免了深度学习中大量参数训练带来的高计算资源消耗，可以实现边缘计算部署，能够有效地对脑电信号进行分类和识别。