公共文化服务平台

基于NA-MEMD和GMM聚类的有用信号识别方法: 本发明公开了一种基于NA‑MEMD和GMM聚类的有用信号识别方法。目前经验模式分解方法将多变量信号分解出若干尺度上的内蕴模式函数分量之后，如何在各个尺度上准确地识别出包含有用信息的IMF分量仍然存在依赖于先验知识、识别率...; 佘青山马玉良张启忠罗志增; 文献传递

多源半监督脑电字典迁移学习方法: 本发明公开了一种多源半监督脑电字典迁移学习方法。本发明首先在对称正定流形中对齐源域和目标域协方差矩阵的分布均值，提取切空间特征。再通过原子和Profile为每个源域和目标域有标签样本分别训练Fisher判据嵌入的单源字典...; 许海棋佘青山蔡寅昊高云园马玉良

基于张量线性拉普拉斯判别的肌电特征提取方法被引量：1: 2017年; 为了有效分析表面肌电(sEMG)信号蕴含的时-频-空域多维特征,提出了一种基于张量线性拉普拉斯判别(TLLD)的sEMG特征提取方法.首先对sEMG信号做复Morlet小波变换,构造具有时间、空间、频率、任务的四阶张量数据;然后运用TLLD分析方法获得投影矩阵,把训练集和测试集分别投影在投影矩阵中获得具有较大区分度的特征;最后使用分类器对腕屈、腕伸、上臂内旋、上臂外旋、握拳、伸拳6种动作模式进行识别.实验结果表明,所提方法平均分类准确率达到了98%以上,识别性能优于均方根、自回归系数、张量高阶判别分析3种特征提取方法.; 佘青山马鹏刚马玉良孟明; 关键词：表面肌电信号人机交互特征提取

基于张量线性拉普拉斯判别的肌电特征提取方法: 在基于表面肌电信号(Surface Electromyogram,sEMG)的智能假肢控制系统中,特征提取扮演着非常重要的角色.本文提出了一种基于张量线性拉普拉斯判别(Tensor Linear Laplacian Di...; 佘青山马鹏刚马玉良孟明; 关键词：智能假肢表面肌电信号特征提取

基于序数模式的多尺度皮层-肌肉耦合网络分析方法: 本发明提出了一种基于序数模式的多尺度皮层‑肌肉耦合网络分析方法。本发明首先使用多元变分模态分解方法对脑肌电信号进行同时频尺度的分解，再对多分量信号使用多元二分时序分区转移网络方法计算耦合强度和耦合邻接矩阵，构建皮层‑肌肉...; 高云园刘蓝田冯益羽孟明马玉良张卷卷

一种基于PF系数的多模态BCI特征提取方法: 本发明公开了一种基于PF系数的多模态BCI特征提取方法，本发明本文首先选取合理的时间窗数据进行PF系数通道选择；将表征信号间相关性的Person系数与表征特征间可分性的Fisher值相结合，构建代表任务区分性的PF系数，...; 戴橹洋孟明马玉良佘青山; 文献传递

一种基于多模态卷积神经网络的情绪识别方法: 本发明公开了一种基于多模态卷积神经网络的情绪识别方法。多模态卷积神经网络由多尺度卷积核卷积神经网络(MLCNN)和长短时记忆网络(LSTM)两大部分组成，多模态卷积神经网络用于对提取了微分熵(DE)特征的脑电信号进行二次...; 戴紫玉马玉良张卫佘青山席旭刚; 文献传递

基于通道加权支持向量的运动想象脑电分类方法: 本发明涉及一种基于通道加权支持向量的运动想象脑电分类方法。本发明首先获取多通道运动想象脑电信号，其次在各通道脑电信号两两之间相关性分析基础上建立各通道的权重模型，然后将权重模型嵌入到通道加权支持向量机的原始优化问题中，对...; 佘青山罗志增马玉良席旭刚

基于改进时频共空间模式的运动想象脑电信号分类被引量：1: 2022年; 共空间模式侧重提取信号的空间信息,是脑电信号中滤波和特征提取的常用算法之一。然而脑电信号的时间窗、频带和通道的选择都会影响其分类结果。为了提高CSP特征的表征能力,采用了基于相关系数的脑电通道选择方法,结合时频共空间模式提取特征,提出了通道选择共时频空间模式(CS-CTFSP)新框架。首先利用通道间相关性,在主通道的基础上筛选合适的通道集合;并利用时频共空间模式从每个时间窗口的多个子频带中提取CSP特征;接着引入一种子频带筛选方法去除无区分能力的频带单元后,结合LASSO提取稀疏特征;最后采用LDA分类器对脑电信号进行分类。在对BCI Competition III Dataset IVa和BCI Competition IV Dataset I二分类运动想象任务的分类实验中,平均分类精度达到91.10%和87.92%,并与其他运动想象方法进行了比较,验证了本文方法的有效性。; 范凌霄高云园马玉良; 关键词：脑机接口

一种结合PCA和PCANet的驾驶疲劳特征提取方法: 本发明公开了一种结合PCA和PCANet的驾驶疲劳特征提取方法。本发明包含以下步骤：1、使用脑电采集设备采集驾驶脑电信号；2、对采集到的脑电信号进行预处理，包括降频、降噪；3、对预处理后的信号通过结合PCA和PCANet...; 陈斌马玉良曹国鲁孟小飞张卫孟明

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

马玉良