-
公开(公告)号：CN118885797A
公开(公告)日：2024-11-01
申请号：CN202411018976.1
申请日：2024-07-29
Applicant: 西安电子科技大学
Inventor： 万波 , 黄嘉阳 , 熊帮 , 李昕泰 , 李奉奇 , 杨鹏飞 , 刘锦辉 , 赵辉 , 罗楠 , 王笛 , 王义峰 , 刘刚 , 王泉 , 潘蓉 , 李少峰 , 钟昊迪 , 韩磊
IPC: G06F18/213 , G06F18/25 , G06F18/10 , G06N3/0464 , G06F18/27 , G06N3/096 , G06N3/084
Abstract: 本发明公开了一种基于子空间距离的跨用户警觉度监测方法，解决了跨用户警觉度监测中的模态数据单一、相关性不足以及误差波动大的问题，实现方案：数据采集与预处理；构建跨用户警觉度监测模型；模型训练；用户警觉度监测。本发明使用源域与目标域特征，计算子空间距离、碱基错配惩罚与均方根误差作为模型总损失，最小化总损失训练模型，使用模型监测用户得到警觉度值。本发明通过使用多模态数据融合以及基于子空间距离的迁移学习算法，提高了跨用户警觉度监测过程中的精度与稳定性，降低警觉度监测误差，用于人机交互、交通驾驶、航空飞行等领域中对用户进行实时警觉度连续监测。
-
公开(公告)号：CN116910623A
公开(公告)日：2023-10-20
申请号：CN202310914035.5
申请日：2023-07-25
Applicant: 西安电子科技大学
IPC: G06F18/24 , G06F3/01 , G06F18/25 , G06F18/10 , G06F18/213
Abstract: 本发明提出了一种基于受试者迁移的SSVEP脑机接口目标识别方法，其实现步骤为：生成训练集；计算源受试者不变空间滤波器；计算源受试者不变模板信号；计算泛化空间滤波器；计算经源受试者不变空间滤波器滤波后的目标受试者数据与源受试者不变模板信号间的相关系数；根据相关系数完成目标识别。本发明提出的基于受试者迁移的方法能够提高脑机接口系统的效率，解决现有技术中脑机接口目标识别仍需要目标受试者校准数据，效率低下的问题，使得本发明具有泛化能力强的优点，且结合相邻刺激目标的信息识别目标，具有识别准确率高的优点。
-
公开(公告)号：CN116910623B
公开(公告)日：2025-05-16
申请号：CN202310914035.5
申请日：2023-07-25
Applicant: 西安电子科技大学
IPC: G06F18/24 , G06F3/01 , G06F18/25 , G06F18/10 , G06F18/213
Abstract: 本发明提出了一种基于受试者迁移的SSVEP脑机接口目标识别方法，其实现步骤为：生成训练集；计算源受试者不变空间滤波器；计算源受试者不变模板信号；计算泛化空间滤波器；计算经源受试者不变空间滤波器滤波后的目标受试者数据与源受试者不变模板信号间的相关系数；根据相关系数完成目标识别。本发明提出的基于受试者迁移的方法能够提高脑机接口系统的效率，解决现有技术中脑机接口目标识别仍需要目标受试者校准数据，效率低下的问题，使得本发明具有泛化能力强的优点，且结合相邻刺激目标的信息识别目标，具有识别准确率高的优点。
-
公开(公告)号：CN118885072A
公开(公告)日：2024-11-01
申请号：CN202411018885.8
申请日：2024-07-29
Applicant: 西安电子科技大学
Inventor： 万波 , 黄嘉阳 , 熊帮 , 李奉奇 , 李昕泰 , 杨鹏飞 , 刘锦辉 , 赵辉 , 罗楠 , 王笛 , 王义峰 , 刘刚 , 王泉 , 潘蓉 , 李少峰 , 钟昊迪 , 韩磊
IPC: G06F3/01 , G06N3/042 , G06N3/0464 , G06F18/10 , G06N3/047 , G06F18/241 , G06F18/213 , G06F18/25
Abstract: 本发明提出了一种结合集成DCPM和GCN的运动想象识别方法，解决了现有技术中信号信噪比低，特征提取复杂度高，识别时间窗长的问题，实现步骤为：MI脑电信号预处理；计算DSP空间滤波器；集成DSP，形成EDSP空间滤波器，对MI特征域整体表达；接力计算，刻画MI信号在不同特征域的交叉性空间关系；GCN分类识别MI信号。本发明将每组得到的DSP空间滤波器集成，简化了数据处理的过程，通过结合EDSP空间滤波器接力计算邻接矩阵和图拉普拉斯算子，丰富了滤波后信号的特征，充实了邻接矩阵对节点信息的刻画，在短时间窗的情况下也保证了较高的识别准确率，提高了MI‑BCI系统中的识别效率，可应用在机器人控制等人机交互场景中。
-
公开(公告)号：CN117591797A
公开(公告)日：2024-02-23
申请号：CN202311560068.0
申请日：2023-11-22
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于源刺激数据迁移的SSVEP刺激目标识别方法，实现步骤为：对脑电信号进行预处理；获取每个刺激目标的SSVEP参考信号；获取每个刺激目标和每个源刺激目标的周期脉冲矩阵；对公共脉冲响应和公共空间滤波器进行优化，基于源刺激数据迁移构建每个刺激目标的SSVEP模板信号；获取SSVEP刺激目标识别结果。本发明通过将少量的源刺激目标中的数据迁移到所有刺激目标中，以获取所有刺激目标的SSVEP模板信号和公共空间滤波器，避免了现有技术在生成训练集时仍需对所有刺激目标进行大量训练数据的采集的缺陷，有效提高了识别的易用性，且在获取SSVEP刺激目标识别结果时，使用了两种相关系数，提高了识别的准确率。
-
公开(公告)号：CN118228052A
公开(公告)日：2024-06-21
申请号：CN202410394532.1
申请日：2024-04-02
Applicant: 西安电子科技大学
IPC: G06F18/214 , G06F18/10 , G06F3/05 , G06F17/16 , G06F3/01 , G06F123/02
Abstract: 本发明提出了一种基于时间局部加权的锁相时移数据增强方法，解决了现有技术中扩充数据无法充分保留原始信号特征，信噪比低，训练数据采集耗时长的问题，实现步骤为：采集SSVEP信号，截取得到原始模板信号；按照锁相时移步长滑动窗口，得到锁相时移数据集；得到每个刺激源的时间滤波器；经滤波得到时域滤波后的锁相时移数据集；生成扩充训练数据集。本发明将SSVEP的响应周期长度定义为锁相时移步长，保留了信号的原始特征，通过局部时间协方差矩阵提高了抑制扩充信号中噪声的性能，减少了训练数据的采集时间，在小训练集的情况下也保证了较高的识别准确率，提高了SSVEP‑BCI系统中训练数据的采集效率，可应用在机器人控制等人机交互场景中。
