[发明专利]一种自适应认知活动识别方法、装置及存储介质有效

专利信息
申请号: 202010449674.5 申请日: 2020-05-25
公开(公告)号: CN111543988B 公开(公告)日: 2021-06-08
发明(设计)人: 王洪涛;唐聪;许林峰;岳洪伟 申请(专利权)人: 五邑大学
主分类号: A61B5/372 分类号: A61B5/372;A61B5/16;A61B5/00;G06K9/62;G06N3/04;G06N3/08
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 孙浩
地址: 529000 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 自适应 认知 活动 识别 方法 装置 存储 介质
【权利要求书】:

1.一种自适应认知活动识别方法,其特征在于,包括:

采集原始脑电数据;

对所述原始脑电数据进行处理,得到脑电信号;

将所述脑电信号分别输入到状态过渡模型和奖励模型,分别得到脑电状态信息和奖励信息;

将所述脑电状态信息和所述奖励信息输入到强化选择注意模型,得出最佳注意区域信息;

将所述最佳注意区域信息输入到奖励模型,得出分类识别结果。

2.根据权利要求1所述的一种自适应认知活动识别方法,其特征在于,所述对所述原始脑电数据进行处理,得到脑电信号,包括:

对所述原始脑电数据进行复制和洗牌处理,得到组合脑电数据;

对所述组合脑电数据进行选取,得到脑电信号。

3.根据权利要求1所述的一种自适应认知活动识别方法,其特征在于,所述将所述脑电状态信息和所述奖励信息输入到强化选择注意模型,得出最佳注意区域信息,包括:

通过强化选择注意模型接收到所述脑电状态信息和所述奖励信息,得出脑电评估信息;

将所述脑电评估信息反馈到所述状态过渡模型以驱使所述状态过渡模型进行脑电状态信息转换,直至所述强化选择注意模型得出最佳注意区域信息。

4.根据权利要求1所述的一种自适应认知活动识别方法,其特征在于:所述奖励模型包括卷积映射网络和分类器。

5.根据权利要求4所述的一种自适应认知活动识别方法,其特征在于,所述将所述最佳注意区域信息输入到奖励模型,得出分类识别结果,包括:

所述最佳注意区域信息输入到卷积映射网络,得出空间依赖特征;所述空间依赖特征输入到分类器以得到分类识别结果。

6.根据权利要求4所述的一种自适应认知活动识别方法,其特征在于:所述卷积映射网络包括输入层、卷积层、完全连接层、提取特征层和输出层,所述输入层、所述卷积层、所述完全连接层、所述提取特征层和所述输出层依次连接。

7.一种自适应认知活动识别装置,其特征在于,包括:

采集单元,用于采集原始脑电数据;

处理单元,用于对所述原始脑电数据进行处理,得到脑电信号;

检测单元,用于将所述脑电信号分别输入到状态过渡模型和奖励模型,分别得到脑电状态信息和奖励信息;

筛选单元,用于将所述脑电状态信息和所述奖励信息输入到强化选择注意模型,得出最佳注意区域信息;

识别单元,用于将所述最佳注意区域信息输入到奖励模型,得出分类识别结果。

8.根据权利要求7所述的一种自适应认知活动识别装置,其特征在于,所述处理单元包括:

复制单元,用于对所述原始脑电数据进行复制处理;

洗牌单元,用于对经过所述复制单元处理后的原始脑电数据进行洗牌处理,得出组合脑电数据;

选取单元,用于对所述组合脑电数据进行选取,得到脑电信号。

9.根据权利要求7所述的一种自适应认知活动识别装置,其特征在于,所述检测单元包括:

状态过渡单元,用于将脑电信号输入到状态过渡模型,得到脑电状态信息;

奖励单元,用于将脑电信号输入到奖励模型,得到奖励信息。

10.一种计算机可读存储介质,其特征在于:所述计算机可读存储介质存储有自适应认知活动识别装置可执行指令,自适应认知活动识别装置可执行指令用于使自适应认知活动识别装置执行如权利要求1至6任一所述的自适应认知活动识别方法。

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五邑大学,未经五邑大学许可,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/202010449674.5/1.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