公开(公告)号：CN118918356A

公开(公告)日：2024-11-08

申请号：CN202410904539.3

申请日：2024-07-08

Applicant: 武汉大学

Inventor： 余伟 ,  刘梓轩 ,  王皓 ,  董性平 ,  李石君 ,  李宇轩 ,  刘宇轩 ,  匡瑞林 ,  曾宪泽 ,  李晓薇 ,  郝若晨 ,  舒展

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06V10/10 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/09

Abstract: 本发明提供一种基于特征融合的运动想象脑电图分类方法及装置，其方法包括：将预处理后的脑电图信号输入基于卷积神经网络构建的第一提取模块中，得到所述第一提取模块输出的经过局部注意力引导的第一特征图；将预处理后的脑电图信号输入基于长短时记忆网络构建的第二提取模块中，得到所述第二提取模块输出的经过全局自注意力引导的第二特征图；将所述第一特征图和所述第二特征图进行特征融合后进行分类，得到所述运动想象脑电图的分类结果。本发明通过对基于CNN和LSTM提取出的脑电图信号特征融合后分类，兼顾了不同网络的优点，降低了冗余信息对分类的影响，提高了在跨被试场景下的稳定性以及分类结果的准确率。

公开(公告)号：CN111654054A

公开(公告)日：2020-09-11

申请号：CN201911055525.4

申请日：2019-10-31

Applicant: 国网江西省电力有限公司电力科学研究院 ,  武汉大学

Inventor： 舒展 ,  陈波 ,  程思萌 ,  陶翔 ,  蔡霞 ,  彭晓涛

IPC: H02J3/38 ,  H02J3/48 ,  H02J3/24

Abstract: 本发明涉及一种储能基于自适应神经网络(ANN)平抑短期风电波动的方法。考虑利用储能减小短期风电波动偏离风电预测，基于两组电池储能在线交替工作于充电或放电运行方式，设计了平抑风电波动的双电池组储能系统，提出了电池容量的设计方法。针对短期风电波动的强随机性，结合ANN能在对象模型未知时，建立输入输出的非线性映射，利用风电并网与预测的偏差自适应调整神经元输入权值，提出了两电池储能系统基于ANN预测平抑短期风电波动的方法。本发明可有效节约储能电池的循环使用寿命，实现风电并网较好跟踪预测的短期风电波动持续分量，减小风电短期持续单向波动给调频带来的影响，提高风电系统的频率稳定性和运行经济性。