混合小波和共同空间模式的左右手运动想象脑电信号特征提取方法

    公开(公告)号:CN104473635A

    公开(公告)日:2015-04-01

    申请号:CN201410784205.3

    申请日:2014-12-16

    CPC classification number: A61B5/0476 A61B5/04012 A61B5/72

    Abstract: 本发明涉及一种混合小波和共同空间模式的左右手运动想象脑电信号特征提取方法,属于脑电信号识别控制技术领域。该方法混合小波和共同空间模式算法对左右手运动想象脑电信号进行处理,提取出能够表征左右手运动想象脑电信号的时频空特征,具体包括以下步骤:1)使用小波变换对左右手运动想象脑电信号进行分解,得到能反映其时频特征的小波系数;2)使用CSP算法对能反映左右手运动想象脑电信号时频特征的小波系数D2进行分析,得到该小波系数的最优空间滤波器;3)使用该最优空间滤波器提取出能反映左右手运动想象脑电信号时频空特征的特征值。本方法能够解决现有技术中的脑电信号特征提取方法不能同时提取出脑电信号的时频特征和空域特征的问题。

    基于数据融合的家居安全健康远程监测系统

    公开(公告)号:CN102736607A

    公开(公告)日:2012-10-17

    申请号:CN201210234036.7

    申请日:2012-07-06

    CPC classification number: Y02P90/02

    Abstract: 本发明公开了一种基于数据融合的家居安全健康远程监测系统,涉及一种装配于智能轮椅的家居安全健康远程监测系统,本发明以智能轮椅所处的家居环境为目标,确定环境安全与人体健康的监测因素,依据各个监测因素的特点选取基于ZigBee技术的无线传感器网络,进行环境安全以及人体健康指数监测,根据危险信息的情况进行报警;为提高报警信息的准确性,在对集成在智能轮椅中的传感器信息进行处理时运用了数据融合技术,对火灾安全报警中的三个重要指标采用BP神经网络方法进行数据融合处理,在此基础上,从而提高了系统对危险事件判断准确率。解决了安全健康远程监测系统中的误报率的问题,达到了智能轮椅对家居安全健康监测的目的。

    基于在线SVM的sEMG自适应模式识别方法及其在智能轮椅上的应用

    公开(公告)号:CN104463218A

    公开(公告)日:2015-03-25

    申请号:CN201410784107.X

    申请日:2014-12-16

    CPC classification number: G06K9/627

    Abstract: 本发明涉及一种基于在线SVM的sEMG自适应模式识别方法及其在智能轮椅上的应用,属于表面肌电信号识别控制技术领域。本发明采用增量学习算法对SVM模型进行在线训练,同时在线学习过程中引入头部信息作为校正信息共同构成sEMG的分类器,对不同肌肉状态下的sEMG实现有效识别,降低肌肉疲劳对人机交互系统稳定性的影响,最后将其成功应用于智能轮椅上。本发明所述的方法有效的提高了系统在长时间人机交互过程中的自适应能力,使得交互更加自然友好。

    混合小波和共同空间模式的左右手运动想象脑电信号特征提取方法

    公开(公告)号:CN104473635B

    公开(公告)日:2016-07-06

    申请号:CN201410784205.3

    申请日:2014-12-16

    Abstract: 本发明涉及一种混合小波和共同空间模式的左右手运动想象脑电信号特征提取方法,属于脑电信号识别控制技术领域。该方法混合小波和共同空间模式算法对左右手运动想象脑电信号进行处理,提取出能够表征左右手运动想象脑电信号的时频空特征,具体包括以下步骤:1)使用小波变换对左右手运动想象脑电信号进行分解,得到能反映其时频特征的小波系数;2)使用CSP算法对能反映左右手运动想象脑电信号时频特征的小波系数D2进行分析,得到该小波系数的最优空间滤波器;3)使用该最优空间滤波器提取出能反映左右手运动想象脑电信号时频空特征的特征值。本方法能够解决现有技术中的脑电信号特征提取方法不能同时提取出脑电信号的时频特征和空域特征的问题。

    基于语音增强和改进PNSC的鲁棒语音识别方法及系统

    公开(公告)号:CN104538029A

    公开(公告)日:2015-04-22

    申请号:CN201410781769.1

    申请日:2014-12-16

    Abstract: 本发明涉及一种基于语音增强和改进PNSC的鲁棒语音识别方法及系统,通过麦克风获取语音信号,对语音信号进行预处理后,对其进行语音增强和特征提取,在信号空间,运用听觉掩蔽效应和先验信噪比相结合的语音增强算法进行增强;在特征空间,运用改进感知非均匀谱压缩的特征提取算法更加准确提取语音信号的特征值,用动态时间规整算法训练和识别语音信号,将语音识别结果转换成智能轮椅的底层驱动指令,调用相应的控制函数,驱动智能轮椅按照语音信号进行运动。本发明所述的方法和系统提高了系统在噪声环境下的识别率,实现了对智能轮椅的精确控制,达到用户与智能轮椅之间语音交互的目的,此方法对于特定人语音识别系统具有较好的通用性。

    基于细菌觅食势场法的移动机器人路径规划方法

    公开(公告)号:CN104503453A

    公开(公告)日:2015-04-08

    申请号:CN201410782599.9

    申请日:2014-12-16

    Abstract: 本发明涉及一种基于细菌觅食势场法的移动机器人路径规划方法,属于人工智能(AI)仿生控制技术领域。本方法在仿照细菌觅食环境建立相似机器人工作势场环境模型的基础上,通过模仿细菌在觅食过程中的趋化行为,构建了移动机器人的感知和决策行为控制策略,从而驱使单移动机器人完成路径规划任务。本发明提供的基于细菌觅食势场法的移动机器人路径规划方法顺应了机器人路径规划技术朝向仿生智能化的发展趋势,丰富了移动机器人路径规划方法,促进了群集智能在机器人领域的应用。

Patent Agency Ranking