-
公开(公告)号：CN108932511B
公开(公告)日：2022-09-13
申请号：CN201811170120.0
申请日：2018-10-09
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于脑机交互的购物决策方法，方法基于用户在电商平台选择物品的脑电信号数据判断用户的对商品的喜欢程度，应用于电商平台的商品推荐功能，方法包括步骤：先通过脑电设备采集用户的脑电信号数据并记录存储；并采用带通滤波器和独立成分分析方法预处理后提取得到样本熵；然后基于样本熵得到特征向量，采用朴素贝叶斯法识别出不同种情绪，并设置每种不同情绪的兴奋等级；接着采用平均能量比法进行特征提取，并做归一化处理得到专注度数值；最后结合兴奋度等级和专注度数值得到用户浏览对应商品时的匹配度，并设定一阈值Th，比较匹配度和阈值Th，根据比较结果给用户推荐对应商品；本发明提升了用户的购物体验以及购物效率，方便选择。
-
公开(公告)号：CN106961656A
公开(公告)日：2017-07-18
申请号：CN201710098724.8
申请日：2017-02-23
Applicant: 南京邮电大学
Abstract: 本发明公开了一种无线传感器网络数据预测方法，首先根据分簇算法进行分簇并选举簇头，簇头获得本簇内非簇头节点的ID和总数量n，并设定存储数据的条数；簇头获得数据后记录存储在内存中；对于每一条新记录中的每一个节点的值进行计算，得到与目标值的残差和误差，进行保存，当内存中的记录条数等于k时，进行数据的预测，为选中做数据预测的每个节点分配权重，对最近一次的簇头计算的值进行修正，确定修正的方向和步长。本发明具有灵活度高、计算量小，能有效节约能耗，同时精度较高。而且本发明提出的方法简单易实现，具有较好的实用性，易于在实际环境中使用。
-
公开(公告)号：CN107967064B
公开(公告)日：2020-02-28
申请号：CN201810056905.9
申请日：2018-01-22
Applicant: 南京邮电大学
IPC: G06F3/01 , G05B15/02 , G05B19/418
Abstract: 本发明是基于脑机接口与激光辅助瞄准的智能家居系统，包括脑电头盔、家电控制终端和服务器。脑电头盔采集佩戴者脑电信号，发送到服务器进行数据分析处理，处理过后的信息进行分类处理分别发送到脑电头盔和家电控制终端，发送给控制脑电头盔的信号可以控制头盔上激光输出光斑的大小，进行不同家电的选择，再将运动想象处理后的信号发送到家电控制终端，家电控制终端对服务器发送的信号进行处理，改变家电状态，构成一套方便、高效、稳定的智能家居系统。
-
公开(公告)号：CN107616880B
公开(公告)日：2020-10-09
申请号：CN201710648288.7
申请日：2017-08-01
Applicant: 南京邮电大学
IPC: A61G5/04 , A61G5/10 , A61B5/0476
Abstract: 本发明公开了一种基于脑电意念和深度学习的智能电动轮椅实现方法，包括可穿戴脑电采集、脑电深度学习模型、电动轮椅控制系统和雷达防撞系统四个功能模块组成，模块间的协调工作实现了对脑电数据的采集、分析处理、分类结果转化、轮椅终端控制的一体式服务，最终实现了基于脑电意念和深度学习的智能电动轮椅。本发明实现一种全新的智能轮椅控制方式，为电动轮椅添加设计了雷达防撞系统，可防止轮椅出现误操作、路面过度颠簸等意外情况导致的撞击，在使用过程中具有很高的安全性。
-
公开(公告)号：CN111046369A
公开(公告)日：2020-04-21
申请号：CN202010172856.2
申请日：2020-03-13
Applicant: 南京邮电大学
Abstract: 基于双脑脑机接口系统的在线身份认证方法，两名离线数据采集用户分别头戴便携式脑电设备静坐在电脑面前，根据运动想象提示信息进行想象，采集到初始脑电数据集A；算法部分采用带通滤波器和改进的独立分量分析方法对所述脑电信号数据进行预处理，以便提取到较为纯净的脑电数据集 ；使用公共空间模式对上述脑电数据集 进行特征提取，获取特征提取后的脑电数据集D；将特征提取后的脑电数据集D采用支持向量机的方法进行分类，识别出用户的想象动作；最后进入在线测试阶段，每次根据两名被试用户的运动想象识别结果控制初始鼠标点上下左右移动，当初始鼠标点与目标鼠标点位置重合时两人身份即得到验证。
-
Patent Agency Ranking
公开(公告)号：CN107196809B
公开(公告)日：2020-04-14
申请号：CN201710550978.9
申请日：2017-07-07
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于脑电特征的身份认证方法及认证系统，其中方法包含模型训练，密码设置，α波测试，脑电波特征提取及分类，模型更新五大步骤。其中脑电波特征提取及分类方法中又由逐层预训练，网络微调，分类等三个部分组成。本发明首先利用α波在人说谎时有较大波动这一特点对测试者进行第一重认证，同时改进现有的方法，建立基于深度信念网络的特征提取方法，同时利用免疫蛙跳算法对其进行优化，对测试者在观察密码图案时的脑电波进行特征提取及分类，从而进行第二重验证。两层的验证不仅能保证用户的安全性，同时其中改进的深度信念网络还可以提高现有的识别精度，较少出错率，避免大量的误报警，为用户带来良好的体验。
-
公开(公告)号：CN109743656B
公开(公告)日：2023-04-11
申请号：CN201910201269.9
申请日：2019-03-15
Applicant: 南京邮电大学
Abstract: 本发明提供一种基于脑电意念的智能运动耳机的实现方法与系统，该运动耳机包括电源和耳机本体，耳机本体包括头戴、耳机控制模块和发声单元，头戴的两端分别设有发声单元，耳机控制模块内置在头戴中，还包括脑电信号采集模块、脑电信号预处理模块、识别模块和储存模块，脑电信号采集模块、脑电信号预处理模块、识别模块和储存模块分别内置在头戴中，脑电信号采集模块包括干态电极传感器1a、干态电极传感器1b、干态电极传感器1c和干态电极传感器1d；该种基于脑电意念的智能运动耳机，能够通过对脑电信号的采集、预处理，进而识别后实现对耳机本体的控制，结构设计合理，便于使用。
-
公开(公告)号：CN108881985A
公开(公告)日：2018-11-23
申请号：CN201810787745.5
申请日：2018-07-18
Applicant: 南京邮电大学
IPC: H04N21/422 , H04N21/442 , H04N21/475 , A61B5/0476 , A61B5/16 , G06K9/62
Abstract: 本发明公开了一种基于脑电情绪识别的节目评分系统，包括依次连接的脑电信号采集模块、脑电信号预处理模块、脑电信号分析模块、情绪识别分析模块、节目效果分析模块和节目评分模块，首先通过脑电信号采集模块采集观众观看不同片段及看完一段时间的脑电信号后通过脑电信号预处理模块进行滤波操作，然后通过小波包分解实现脑电信号的特征提取；然后由情绪识别分析模块对提取的特征通过反向传播神经网络进行情绪识别；并通过节目效果分析模块用于监测观众情绪影响的持续时长；最后由节目评分模块对相对应的节目作评分操作；本发明从观众的脑电信号中分析计算出观众受节目的实际影响，由此进行评分，可以排除外界的干扰，反映出节目最真实的效果。
-
公开(公告)号：CN107616880A
公开(公告)日：2018-01-23
申请号：CN201710648288.7
申请日：2017-08-01
Applicant: 南京邮电大学
IPC: A61G5/04 , A61G5/10 , A61B5/0476
Abstract: 本发明公开了一种基于脑电意念和深度学习的智能电动轮椅实现方法，包括可穿戴脑电采集、脑电深度学习模型、电动轮椅控制系统和雷达防撞系统四个功能模块组成，模块间的协调工作实现了对脑电数据的采集、分析处理、分类结果转化、轮椅终端控制的一体式服务，最终实现了基于脑电意念和深度学习的智能电动轮椅。本发明实现一种全新的智能轮椅控制方式，为电动轮椅添加设计了雷达防撞系统，可防止轮椅出现误操作、路面过度颠簸等意外情况导致的撞击，在使用过程中具有很高的安全性。
-
公开(公告)号：CN107196809A
公开(公告)日：2017-09-22
申请号：CN201710550978.9
申请日：2017-07-07
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于脑电特征的身份认证方法及认证系统，其中方法包含模型训练，密码设置，α波测试，脑电波特征提取及分类，模型更新五大步骤。其中脑电波特征提取及分类方法中又由逐层预训练，网络微调，分类等三个部分组成。本发明首先利用α波在人说谎时有较大波动这一特点对测试者进行第一重认证，同时改进现有的方法，建立基于深度信念网络的特征提取方法，同时利用免疫蛙跳算法对其进行优化，对测试者在观察密码图案时的脑电波进行特征提取及分类，从而进行第二重验证。两层的验证不仅能保证用户的安全性，同时其中改进的深度信念网络还可以提高现有的识别精度，较少出错率，避免大量的误报警，为用户带来良好的体验。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.02 seconds)
