[发明专利]用残差网络识别概念衍生阶段设计思维脑电的系统和方法

说明书

本发明公开了一种用残差网络对概念衍生阶段设计思维脑电数据识别系统和方法。头戴脑电设备实时采集设计思维脑电数据；数据预处理模块对原始的设计思维脑电数据进行清洗与去噪；特征提取模块使用小波包变换提取设计思维脑电数据中的特征数据；训练模块采集不同设计思维下的脑电数据，处理后获得特征数据，获得标签化的脑电数据组成训练数据，输入训练得训练好的模型；分类显示输出模块将实时收集到的待分类的脑电数据输入训练好的模型中，输出分类结果。本发明构造包含时间、频率、极点位置三方面的脑电特征数据，能够快读高效准确地识别设计思维脑电数据的分类，有较高的读取精度与速度。

技术领域

本发明涉及了一种设计思维脑电数据分类识别系统方法，具体是涉及了一种应用卷积神经网络对概念衍生阶段设计思维脑电数据进行识别的系统和方法。

背景技术

设计思维是一种创新的推理过程，其所面对的设计问题是一种未明确定义模糊问题。

人在面对这类问题时，通过命名-框定-行动-评估这一过程进行求解。这样复杂的思维活动因其具有帮助类脑计算等领域发展的潜力而吸引了众多学者的研究。口语协议分析是该研究领域常用的方法之一，这种方法通过分析被试实验后对思考过程的反思，编码分析思考过程中的思维变化。

虽然口语协议分析打开了思维分析的大门，但由于思维，特别是设计思维的复杂性和内敛性，通过行为标注的方式无法做到精准的编码。同时，口语协议分析需要长时间的观察和标注，在人力、物力方面成本巨大，准确率也受到了局限。

因此，生理特征诸如脑电体现了优势。脑电在设计领域的研究已有相当丰富的成果，基于脑电进行自动化设计思维识别具有可行性，并且是有意义的。

因此现有技术中仅有上述处理方式针对设计思维的生理过程进行分析识别处理，缺少了其他更有效的手段来解决设计思维的分析识别问题。

发明内容

为了解决背景技术中存在的问题，本发明提出了一种用卷积神经网络对概念衍生阶段设计思维脑电数据识别系统和方法。

本发明利用了生理脑电特征来进行分析处理获得其中设计思维脑电数据是属于哪个阶段的识别结果，能够充分利用生理脑电特征的优势自动化设计思维识别，并且也验证了是可实施的方案。

如图1所示，本发明采用的技术方案是：

包括头戴脑电设备，实时采集人体在设计思维下的脑电数据获得设计思维脑电数据，并发送到数据预处理模块，以进行实时分析；

包括数据预处理模块，从头戴脑电设备接收设计思维脑电数据，对原始的设计思维脑电数据进行清洗与去噪，包括重参考、滤波、独立成分分析去眼电等操作；

包括特征提取模块，从数据预处理模块接收处理后的设计思维脑电数据，使用小波包变换提取设计思维脑电数据中的特征数据，以便于后续输入神经网络进行识别；

包括训练模块，连接到头戴脑电设备，通过预设相应的设计任务实验设置诱发不同的设计思维并控制头戴脑电设备采集不同设计思维下的脑电数据，并经数据预处理模块和特征提取模块处理后获得特征数据，再设置不同设计思维的分类标签，从而搜集相应的脑电数据并打好标签，获得标签化的脑电数据组成训练数据；以及将训练数据输入神经网络模型中进行训练，获得训练好的模型并发送到分类显示输出模块；

包括分类显示输出模块，从训练模块接收训练好的模型，将实时收集到的待分类的设计思维下的脑电数据输入训练好的模型中，输出分类结果显示到屏幕上。

所述的设计思维包括反思、合成、类比、情境搭建、问题定义等分类方面。

具体如下表

所述采集人体的设计思维脑电数据，具体是在人体进行设计思维活动时候，采用脑电仪器在人脑部布置电极极点，采集各个电极极点的信号组成人体的设计思维脑电数据。