-
公开(公告)号：CN115640539A
公开(公告)日：2023-01-24
申请号：CN202211295037.2
申请日：2022-10-21
Applicant: 哈尔滨工业大学
IPC: G06F18/241 , G06F18/214 , G06F18/21 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/09 , G06N3/096
Abstract: 一种基于协方差对齐的运动想象脑电信号自适应分类方法，涉及一种运动想象脑电信号的分类方法；了解决现有的分类方法无法提取脑电信号深度特征，导致对跨个体、跨时间运动想象脑电信号泛化能力低的问题。本发明基于源域卷积神经网络实现对脑电信号深度特征的自动提取，得到源域脑电特征和分类损失；将源域网络的参数迁移到目标域网络，目标域脑电数据通过目标域卷积神经网络得到目标域脑电特征；计算源域和目标域脑电特征的协方差距离得到领域自适应损失；最后同步优化分类损失和自适应损失完成对卷积网络的参数微调，得出目标域脑电信号的标签，以实现对目标域脑电信号的自适应分类。有益效果为提高了跨个体、跨时间运动想象脑电信号泛化能力。
-
公开(公告)号：CN114098768A
公开(公告)日：2022-03-01
申请号：CN202111417486.5
申请日：2021-11-25
Applicant: 哈尔滨工业大学
Abstract: 基于动态阈值和EasyTL的跨个体表面肌电信号手势识别方法，属于康复治疗领域，为了解决现有的识别方法在模型选择和参数调节时，存在耗时长以及识别效率低的问题。本发明针对样本个体采集的原始表面肌电信号进行滤波和活动段识别后，进行特征值提取，构建源域；以源域为基础，引入概率矩阵和中心距离构建损失函数，通过线性规划方法求出解迁移学习分类器；对待识别个体的原始表面肌电信号依次进行采集、滤波和活动段识别后，进行特征值提取，生成目标域；将目标域与源域进行域内对齐后输入迁移学习分类器，完成对待识别个体的手势动作的识别。有益效果为避免了模型选择和参数调节的同时，减少了标签数据和训练时间。
-
公开(公告)号：CN114098768B
公开(公告)日：2024-05-03
申请号：CN202111417486.5
申请日：2021-11-25
Applicant: 哈尔滨工业大学
Abstract: 基于动态阈值和EasyTL的跨个体表面肌电信号手势识别方法，属于康复治疗领域，为了解决现有的识别方法在模型选择和参数调节时，存在耗时长以及识别效率低的问题。本发明针对样本个体采集的原始表面肌电信号进行滤波和活动段识别后，进行特征值提取，构建源域；以源域为基础，引入概率矩阵和中心距离构建损失函数，通过线性规划方法求出解迁移学习分类器；对待识别个体的原始表面肌电信号依次进行采集、滤波和活动段识别后，进行特征值提取，生成目标域；将目标域与源域进行域内对齐后输入迁移学习分类器，完成对待识别个体的手势动作的识别。有益效果为避免了模型选择和参数调节的同时，减少了标签数据和训练时间。
-
公开(公告)号：CN116869777A
公开(公告)日：2023-10-13
申请号：CN202310918836.9
申请日：2023-07-25
Applicant: 哈尔滨工业大学
Abstract: 针对脑卒中患者的上肢全周期康复训练装置，属于康复机器人领域。本发明的目的是为了解决传统人工康复训练和机器人被动康复训练均为被动式训练方式，存在康复效率低的问题。上位机，用于控制机械臂在台面上运动，从而带动患者患肢运动；肌电采集装置，用于采集患者处于痉挛期时，待测肌肉皮肤表面产生的肌电信号，传至上位机；上位机，还用于对接收到的肌电信号进行处理，得到动作目标用以调整机械臂的动作；力传感器，用于实时采集患者患肢施加在康复训练手柄上的力信息，并发送至上位机；上位机，还用于根据所述的力信息，不断调整机械臂的运动阻力。用于根据患者不同的病况设置不同的康复训练模式。
-
-
-
Search Results
4
records
(took 0.018 seconds)
