[发明专利]梦境重现模型的构建方法、梦境重现方法及装置有效

专利信息
申请号: 201810082506.X 申请日: 2018-01-29
公开(公告)号: CN108363487B 公开(公告)日: 2020-04-07
发明(设计)人: 王倩 申请(专利权)人: 阿里巴巴集团控股有限公司
主分类号: G06F3/01 分类号: G06F3/01;G06K9/00;G06K9/62
代理公司: 北京博思佳知识产权代理有限公司 11415 代理人: 林祥
地址: 英属开曼群岛大开*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 梦境 重现 模型 构建 方法 装置
【说明书】:

公开了一种梦境重现模型的构建方法、梦境重现方法及装置,该梦境重现方法包括:获得用户在睡眠状态下的脑电波数据;对所获得的脑电波数据进行特征提取,得到所述脑电波数据的特征值;将所得到的脑电波数据的特征值输入所述梦境重现模型,得到对应的输出值;从所述对应关系中,确定与所述输出值具有最高相似度的可感知对象,以生成梦境重现结果。

技术领域

本说明书实施例涉及计算机应用技术领域,尤其涉及一种梦境重现模型的构建方法、梦境重现方法及装置。

背景技术

现代医学认为,梦是人体睡眠时,体内外各种刺激因素,例如心理、生理、病理、环境因素等作用于大脑特定的皮层所产生的,其形式可以为影像、声音、思想、感觉等。研究表明,美好的梦境在一定程度上可以带给人主观上较为愉悦的感受,人甚至可以在梦境中找到解决实际问题的灵感,但由于梦境的产生不受人体主观意识控制,从而人体从睡眠状态醒来后,通常不会记忆起完整清晰的梦境。

发明内容

针对上述技术问题,本说明书实施例提供梦境重现模型的构建方法、梦境重现方法及装置,技术方案如下:

根据本说明书实施例的第一方面,提供一种梦境重现模型的构建方法,所述方法包括:

获得至少一组包含可感知对象与用户在感知所述可感知对象时的脑电波数据的对应关系;

分别对每一组所述对应关系进行特征提取,获得训练样本集合,其中,每条训练样本以提取到的所述脑电波数据的特征值为输入值,以提取到的所述可感知对象的特征值为标签值;

利用有监督学习算法对所述训练样本进行训练,得到梦境重现模型,所述梦境重现模型以脑电波数据的特征值作为输入值,以可感知对象的特征值作为输出值。

根据本说明书实施例的第二方面,提供一种梦境重现方法,所述方法包括:

获得用户在睡眠状态下的脑电波数据;

对所获得的脑电波数据进行特征提取,得到所述脑电波数据的特征值;

将所得到的脑电波数据的特征值输入所述梦境重现模型,得到对应的输出值;

从所述对应关系中,确定与所述输出值具有最高相似度的可感知对象,以生成梦境重现结果。

根据本说明书实施例的第三方面,提供一种梦境重现模型的构建装置,所述装置包括:

数据获取模块,用于获得至少一组包含可感知对象与用户在感知所述可感知对象时的脑电波数据的对应关系;

样本获取模块,用于分别对每一组所述对应关系进行特征提取,获得训练样本集合,其中,每条训练样本以提取到的所述脑电波数据的特征值为输入值,以提取到的所述可感知对象的特征值为标签值;

样本训练模块,用于利用有监督学习算法对所述训练样本进行训练,得到梦境重现模型,所述梦境重现模型以脑电波数据的特征值作为输入值,以可感知对象的特征值作为输出值。

根据本说明书实施例的第四方面,提供一种梦境重现装置,所述装置包括:

脑电波获取模块,用于获得用户在睡眠状态下的脑电波数据;

特征提取模块,用于对所获得的脑电波数据进行特征提取,得到所述脑电波数据的特征值;

输出模块,用于将所得到的脑电波数据的特征值输入所述梦境重现模型,得到对应的输出值;

重现模块,用于从所述对应关系中,确定与所述输出值具有最高相似度的可感知对象,以生成梦境重现结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810082506.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top