公开(公告)号：CN115137375A

公开(公告)日：2022-10-04

申请号：CN202210540067.9

申请日：2022-05-17

Applicant: 浙江工业大学

Inventor： 王万良 ,  潘杰 ,  赵燕伟 ,  胡宇韬 ,  陈嘉诚 ,  尤文波

IPC: A61B5/397

Abstract: 一种基于双分支网络的表面肌电信号识别方法，包括：S1：采用窗口分析法对原始信号数据预处理；S2：利用机器学习方法对肌电信号各通道进行特征提取，得到一维离散特征x，再采用特殊二维化方法，先对原特征向量x中的m个离散特征信息进行平方处理得x2，再将特征向量x与x2进行笛卡尔积运算，得到二维合成矩阵F；S3：将得到的二维特征矩阵放入CNN网络中，进行多次卷积与池化，提取空间特征信息，得到空间特征图Mapspace；S4：将原始肌电信号进行归一化处理，使得原始数据缩放到同特征二维化后相同的数据范围；S5：将处理后的信息放入GRU网络中训练，提取时间特征信息，得到时间特征图Maptime；S6：使用全连接层融合两个网络训练的参数Mapspace和Maptime，最后通过softmax层进行分类。

公开(公告)号：CN115137375B

公开(公告)日：2024-11-01

申请号：CN202210540067.9

申请日：2022-05-17

Applicant: 浙江工业大学

Inventor： 王万良 ,  潘杰 ,  赵燕伟 ,  胡宇韬 ,  陈嘉诚 ,  尤文波

IPC: A61B5/397

Abstract: 一种基于双分支网络的表面肌电信号识别方法，包括：S1：采用窗口分析法对原始信号数据预处理；S2：利用机器学习方法对肌电信号各通道进行特征提取，得到一维离散特征x，再采用特殊二维化方法，先对原特征向量x中的m个离散特征信息进行平方处理得x2，再将特征向量x与x2进行笛卡尔积运算，得到二维合成矩阵F；S3：将得到的二维特征矩阵放入CNN网络中，进行多次卷积与池化，提取空间特征信息，得到空间特征图Mapspace；S4：将原始肌电信号进行归一化处理，使得原始数据缩放到同特征二维化后相同的数据范围；S5：将处理后的信息放入GRU网络中训练，提取时间特征信息，得到时间特征图Maptime；S6：使用全连接层融合两个网络训练的参数Mapspace和Maptime，最后通过softmax层进行分类。

公开(公告)号：CN114943654A

公开(公告)日：2022-08-26

申请号：CN202210546060.8

申请日：2022-05-17

Applicant: 浙江工业大学

Inventor： 王万良 ,  胡宇韬 ,  赵燕伟 ,  陈嘉诚 ,  潘杰 ,  钱宇彤

IPC: G06T5/00 ,  G06T7/10 ,  G06T7/50 ,  G06N3/04 ,  G06T3/40

Abstract: 一种基于多阶段神经网络的透明物体深度图像修复方法，包括：读取输入图像进行放缩；预测分割图像；去除深度图像中的噪声；使用动态卷积初步提取特征；提取第一阶段特征；生成第一阶段不同分支的空间注意力图；生成第一阶段不同分支的修复图像；融合第一阶段预测结果；提取第二阶段特征；生成第二阶段修复图像；提取第三阶段特征；生成第三阶段修复图像；融合三个阶段预测结果，得到修复后的深度图像。本发明提升了推理速度，提高了模型精度，脱离了外部环境依赖性，提升了方法的泛化性。