结合集成学习与独立分量分析的运动想象分类方法

    公开(公告)号:CN112016415A

    公开(公告)日:2020-12-01

    申请号:CN202010818947.9

    申请日:2020-08-14

    Applicant: 安徽大学

    Abstract: 本发明公开了一种结合集成学习与独立分量分析的运动想象分类方法,基于不同的单次试验数据构造ICA空域滤波器对数据进行空域滤波与特征提取,并使用简单分类规则构造不同的基分类器,进而运用集成学习的投票法结合策略构成新的运动想象脑电信号分类器。本发明设计的集成分类器具有较稳定的识别率,多个基分类器集成学习分类,可以获得比单一分类器更优越的泛化性能,提高EEG信号的分类识别率。在不同受试者之间和同一受试者的不同时期采集的数据的迁移测试中,也体现较稳定的性能,具有更好的实用性。

    面部血流脉冲信号和面部器官运动特征提取方法

    公开(公告)号:CN112102949A

    公开(公告)日:2020-12-18

    申请号:CN202010894355.5

    申请日:2020-08-31

    Applicant: 安徽大学

    Abstract: 本发明公开了一种面部血流脉冲信号和面部器官运动特征提取方法,利用本发明的稳定性好、抗干扰能力强的面部视频采集设备拍摄高质量面部视频,再利用信号处理技术对面部视频序列空间滤波、预处理,然后经ICA盲源分离算法分离得到面部血流脉冲信号和面部器官运动特征,最后针对ICA的排序模糊的问题,采用一种基于SNR和谱峭度的BVP自动提取方法,计算出心率、呼吸率的生命体征参数。本发明不仅可以提取BVP信号,进而获得心率、呼吸率等生命体征参数,还能对面部器官动作相关的信号成分进行检测,如眼动特征检测和唇部运动特征检测等,为表情分析、情感识别、疲劳监测和心理状态评估等提供方便适用的穿戴式面部视频采集装置及其方法。

    结合集成学习与独立分量分析的运动想象分类方法

    公开(公告)号:CN112016415B

    公开(公告)日:2022-11-29

    申请号:CN202010818947.9

    申请日:2020-08-14

    Applicant: 安徽大学

    Abstract: 本发明公开了一种结合集成学习与独立分量分析的运动想象分类方法,基于不同的单次试验数据构造ICA空域滤波器对数据进行空域滤波与特征提取,并使用简单分类规则构造不同的基分类器,进而运用集成学习的投票法结合策略构成新的运动想象脑电信号分类器。本发明设计的集成分类器具有较稳定的识别率,多个基分类器集成学习分类,可以获得比单一分类器更优越的泛化性能,提高EEG信号的分类识别率。在不同受试者之间和同一受试者的不同时期采集的数据的迁移测试中,也体现较稳定的性能,具有更好的实用性。

Patent Agency Ranking