-
公开(公告)号：CN119848615A
公开(公告)日：2025-04-18
申请号：CN202411573670.2
申请日：2024-11-06
Applicant: 哈尔滨工业大学
IPC: G06F18/241 , G06F18/25 , G06F18/213 , G06F18/211 , G06N3/045 , G06N3/0464 , G06N3/0455 , G06N3/0985 , G06F123/02
Abstract: 本发明公开了一种面向运动想象的EEG高时间分辨率脑活动状态表征模型，涉及信号处理技术领域，其技术方案要点是：包括双层状态空间嵌入模块、任务相关评估模块和低维子空间表征模块。本发明采用双层状态空间嵌入模块表示，完整保留时间序列信息，实现高分辨率EEG动态建模，精确捕捉运动想象任务中的脑动力学变化；本发明结合任务相关性度量和低维空间表征，增强特征序列的任务相关影响，减弱噪声影响，在数据稀缺或噪声环境下仍保持高分类精度；本发明不仅在分类准确率上超越了现有模型，还显著提升了对脑动力学过程的理解和分析能力，拓展了EEG解码技术在神经科学研究和脑机接口应用中的潜力。
-
公开(公告)号：CN118364269A
公开(公告)日：2024-07-19
申请号：CN202410645143.1
申请日：2024-05-23
Applicant: 哈尔滨工业大学
IPC: G06F18/213 , G06N3/0464 , G06N3/0455 , G06N3/0895 , G06F18/241
Abstract: 本发明属于脑机接口的脑电图信号领域，公开了一种用于高性能脑机接口的脑电图信号通用表示方法，包括EEGPT结构，所述EEGPT结构包括分块patching、掩码masking、嵌入embedding操作，以及编码器encoder模块、动量编码器menc模块、预测器predictor模块和重构器reconstructor模块，包括以下方法：双自监督预训练方法、时空表示对齐方法、基于掩码的重构方法、局部时空嵌入方法、两种微调方法；本发明解决了现有技术由于不同EEG采集设备的采样率不一致以及电极通道位置的差异，通过卷积编码器提取初始特征无法解耦电极通道和EEG信号之间的相关性，这使得模型在鲁棒性和可扩展性方面存在显著缺陷的的问题，适用于脑机接口的脑电图信号。
-
公开(公告)号：CN111008610B
公开(公告)日：2024-03-22
申请号：CN201911324186.5
申请日：2019-12-16
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种信息相关脑电位诱发实验方法，包括：步骤1，使用含有信息的刺激作为偏差，使用听觉材料和视觉材料分别进行了听觉Informational‑Oddball实验和视觉Informational‑Oddball实验。步骤2，将EEG信号分离成相互独立的信号，去除眼电、肌电等伪迹信号后，将留下的信号还原得到干净的EEG成分。步骤3，对EEG数据进行处理后，得到两种类型的诱发电位，使用配对T检验来检验两种诱发电位的差异，若差异显著，则说明，在有信息加工阶段，相关脑区确实发生了电位变化，从而证明IRP的存在。步骤4，用目标刺激的诱发电位减去偏差刺激的诱发电位，提取出IRP。本发明的有点在于：提出了信息相关脑电位和诱发实验范式，验证了实验的准确性，扩展了传统ERP。
-
公开(公告)号：CN117193535A
公开(公告)日：2023-12-08
申请号：CN202311202696.1
申请日：2023-09-18
Applicant: 哈尔滨工业大学
IPC: G06F3/01 , G06F18/20 , G06F18/213
Abstract: 一种面向认知增强的认知焦点动态呈现系统和方法，该系统包括佩戴虚拟现实设备和脑电采集设备，通过脑电数据采集和分析，实时展示用户的脑电活动和不同认知分析结果。方法包括：佩戴设备，进行脑电数据采集，通过认知增强任务展示不同场景中的参照物，同时采集用户的实时脑电数据。通过实时脑电数据分析模块，进行SSVEP响应分析、脑地形图分析、疲劳度分析和情绪分析等，并将分析结果进行实时展示。用户可以通过虚拟现实设备观看展示结果，并在虚拟环境中进行交互和任务完成。本发明的优点在于：具有沉浸式体验，能够帮助用户提高认知能力和注意力，改善工作效率和学习效果，具有实时反馈功能和数据可视化，带来更好的娱乐性和参与感。
-
公开(公告)号：CN114343675A
公开(公告)日：2022-04-15
申请号：CN202111614625.3
申请日：2021-12-27
Applicant: 深圳航天科技创新研究院 , 哈尔滨工业大学
Abstract: 本发明提出一种脑电成分提取方法，包括：采集原始脑电信号，从原始脑电信号中获取静息脑电信号与激励脑电信号；以静息脑电信号作为取值基础进行卡尔曼滤波模型的参数估算，得出状态预测参数；根据状态预测参数对激励脑电信号进行卡尔曼滤波，以获取滤波后的脑电信号。由于静息脑电信号与激励脑电信号均为原始脑电信号的一部分，因此静息脑电信号与激励脑电信号中的噪声组成成分近似。另外，静息脑电信号反映大脑处于未受刺激状态的脑电信号，信号波动较为稳定，适宜作为提取状态预测参数的取值基础。以静息脑电信号作为取值基础进行参数估算，能够为激励脑电信号的滤波过程提供较高质量的状态预测参数，从而进一步提升脑电成分提取的准确度。
-
Patent Agency Ranking
公开(公告)号：CN113392259A
公开(公告)日：2021-09-14
申请号：CN202110528102.0
申请日：2021-05-14
Applicant: 深圳航天科技创新研究院 , 哈尔滨工业大学
Abstract: 本发明公开了一种声音刺激样本选择方法、控制设备及存储介质，声音刺激样本选择方法包括：获取若干声音刺激样本，并根据声音刺激样本的时长和预设时长范围确定初选声音刺激样本；获取若干初选声音刺激样本的起始点，并将初选声音刺激样本根据起始点对齐；计算对齐后的初选声音刺激样本的原始响度，根据预设响度范围和原始响度调整初选声音刺激样本的响度；将调节响度后的初选声音刺激样本进行趋势分类以确定样本类别；计算调节后若干初选声音刺激样本的特征相似度以得到样本相似度；根据用户预设要求选取所述样本类别、所述样本相似度对应的所述初选声音刺激样本。本发明无需人工操作，提高声音刺激样本选择的准确性和效率。
-
公开(公告)号：CN110443194B
公开(公告)日：2021-09-07
申请号：CN201910715343.9
申请日：2019-08-05
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于SPI稀疏约束的时变信号成分提取方法，包括：a)SPI稀疏性能估计指标及包含SPI指标的时变信号成分估计范式，以及b)一种基于上述范式的时变信号成分提取方法，包括数据预处理、系统初始化、稀疏建模与波形字典学习、时变信号单次特定成分估计及新异类目标成分波形发现等五个独立步骤。本发明的优点是，相对于传统方法，具有不依赖统计平稳性或独立性假设的优势，可以获取更可靠的时变信号特定成分字典和时变信号特定成分的盲估计，且具有非监督的发现未知的目标成分的能力，对具备复杂结构和许多未知或未发现成分的时变信号的分析具有广阔的潜在应用价值。适用于各类面向时变信号成分分析和提取的设备和算法的改进。
-
公开(公告)号：CN113031766A
公开(公告)日：2021-06-25
申请号：CN202110274646.9
申请日：2021-03-15
Applicant: 哈尔滨工业大学
IPC: G06F3/01 , G06F40/284 , G06F40/289 , G10L15/04 , G10L15/06
Abstract: 本发明公开了一种通过脑电解码汉语发音的方法，包括：基于汉语语料库内的刺激材料和信号灯脑电实验范式，获取跟读音频和想象跟读脑电；数据预处理：得到每个单独语料的诱发皮层脑电信号和被试对于汉语语音每个单独语料的自发声语音时频信号；针对每一份语料刺激诱发的脑电与语音信号，执行分帧截取样本操作，而后输入双峰酒桶形深度玻尔兹曼机神经网络，采用均方误差来衡量网络解析皮层脑电和语音对应关系的深度，若均方误差达到一个极小量级，则在训练集上，尝试进行未知脑电对应语音的解码。本发明的优点是：扩展了应用脑电解码语音的范围；弥补了脑电解码汉语的空白；有利于单模态信息重建多模态信息。
-
公开(公告)号：CN103401257B
公开(公告)日：2015-06-17
申请号：CN201310329531.0
申请日：2013-08-01
IPC: H02J3/24
Abstract: 本发明提供了一种含风电电网应对高峰期功率陡坡的多源协调型控制方法。步骤包括：首先根据前方负荷与风电预测信息，判断是否启动控制方法；计算BLR-AGC机组的最大可调余量；计算由净负荷曲线陡坡引起的陡坡旋转备用需求；建立负荷高峰期陡坡协调策略模型，给出未来时段不同类型火电机组与调度资源的发电计划。本发明所提协调控制方法有利于电网顺利渡越含陡坡事件的高峰危险时段，可以有效避免因发电机组配合较差而导致电网发生线路过负荷、低频减载甚至大规模停电事故，对保证电网安全稳定运行有利。
-
公开(公告)号：CN113392259B
公开(公告)日：2022-11-29
申请号：CN202110528102.0
申请日：2021-05-14
Applicant: 深圳航天科技创新研究院 , 哈尔滨工业大学
Abstract: 本发明公开了一种声音刺激样本选择方法、控制设备及存储介质，声音刺激样本选择方法包括：获取若干声音刺激样本，并根据声音刺激样本的时长和预设时长范围确定初选声音刺激样本；获取若干初选声音刺激样本的起始点，并将初选声音刺激样本根据起始点对齐；计算对齐后的初选声音刺激样本的原始响度，根据预设响度范围和原始响度调整初选声音刺激样本的响度；将调节响度后的初选声音刺激样本进行趋势分类以确定样本类别；计算调节后若干初选声音刺激样本的特征相似度以得到样本相似度；根据用户预设要求选取所述样本类别、所述样本相似度对应的所述初选声音刺激样本。本发明无需人工操作，提高声音刺激样本选择的准确性和效率。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.033 seconds)
