搜索结果:找到“吕宝粮”相关结果28条
排序: 按相关 按相关 按时间降序
  • 【专利】 基于脑电alpha波的日常睡眠开始时期检测方法

    作者:吕宝粮 ; 焦影影 年份:2017
    摘要:一种基于脑电alpha波的睡眠开始时期检测方法,通过采集头部区域的脑电信号和眼部周围的垂直眼电信号,并使用摄像头同时监控录制面部信息视频和脑电眼电信号的显示图像,然后根据记录的脑电眼电信号和录制的面部信息视频标记出闭眼区间,再使用时频分析获得闭眼区间内的alpha波能量变化曲线,在能量变化曲线有显著下降趋势时判定睡眠开始;本发明能够根据脑电alpha波的衰减到消失模式可以直接判定由于睡眠剥夺所产生的睡眠开始时期,快速准确地检测到对象是否进入睡眠状态。
  • 【期刊】 一种用小波包变换提取眼电信号警觉度特征的方法

    刊名:中国生物医学工程学报 作者:吕宝粮 ; 高春芳 ; 马家昕 关键词:眼电信号 ; 警觉度 ; 警觉度特征 ; 小波包变换 ; 相关分析 机构:皖南医学院医学二系麻醉与影像设备学教研室 ; 皖南医学院医学二系麻醉与影像设备学教研室 ; 上海交通大学计算机科学与工程系仿脑计算与机器智能研究中心 ; 上海交通大学智能计算与智能系统教育部-微软重点实验室 ; 上海交通大学上海市可扩展计算与系统重点实验室 ; 京都大学工学研究科机械工程与科学系 年份:2012
    摘要:警觉度是指人集中注意力执行某项任务时所表现出的灵敏程度。为保证生产安全,很多岗位需要对工作人员的警觉度进行估计和预测,如高铁司机和危险品运输司机等。基于脑电和眼电等生理信号的警觉度估计与预测是警觉度研究的一个重要方向,如何提取眼电信号中的警觉度特征是该研究的核心问题之一。本研究应用小波包变换方法从水平眼电中提取不同频段能量的比值,以期找出高相关度的警觉度特征。探讨了水平眼电中16种不同的低高频分段的能量比特征,对特征分别进行了移动平均和线性动力系统去噪处理。实验表明,分段为(0~1.50 Hz)/(1.50~31.25 Hz)的能量比值与警觉度的相关系数最高。35组实验的相关系数平均值为0.742,标准差为0.151,比已有的慢速眼动、快速眼动以及眨眼等11种特征中最好特征的相关系数平均值提高了5.55%,标准差降低了6.62%。
  • 【期刊】 柔性衬底MEMS技术制备脑电图干电极阵列研究

    刊名:上海交通大学学报 作者:吕宝粮 ; 吴澄 ; 陈迪 ; 胡锐军 ; 陈景东 ; 陈翔 ; 王晓韡 关键词:干电极阵列 ; 柔性衬底 ; 微电子机械系统技术 ; 多层组装 ; 脑电图 机构:上海交通大学微纳科学技术研究院微米纳米加工技术国家级重点实验室 ; 上海交通大学微纳科学技术研究院微米纳米加工技术国家级重点实验室 ; 上海交通大学计算机科学与工程系仿脑计算与机器智能研究中心 ; 上海交通大学智能计算与智能系统教育部-微软重点实验室 年份:2011
    摘要:设计了一种新型的脑电图干电极,主要用于采集脑电信号以进行基于脑电图的警觉度分析,替代传统的湿电极.采用柔性衬底微电子机械系统(MEMS)加工技术,在柔性衬底上制备出具有化学稳定性与生物相容性的微针状干电极阵列.通过铜牺牲层实现干电极微针的悬臂梁结构,利用聚二甲基硅氧烷(PDMS)剥离层实现器件从玻璃基底的完全释放,并经平面电极的多层组装实现了立体电极阵列.实验中干电极以聚酰亚胺作为柔性衬底,其针端及导线部分材料为镍,针端部分表面镀金.采用Neuroscan的脑电信号采集放大器对干电极性能进行了测试,测得阻抗约为10kΩ,其时域和频域信号与传统湿电极基本一致.所制备的干电极成品率高、尺寸小、屏蔽佳、装配简单、可靠性好、机械强度大,符合快速、无痛的脑电信号采集要求.
  • 【专利】 带有弱分类器的组合系数的人脸检测方法

    作者:吕宝粮 ; 郭佳骋 年份:2007
    摘要:一种图像处理技术领域的带有弱分类器的组合系数的人脸检测方法,步骤如 下:第一步,对人脸图像进行特征提取,称为人脸图像特征向量,形成样本集合; 第二步,使用样本集合构建级联检测器:对于级联检测器的每一级节点,使用提 升方法选取基于特征的弱分类器构成集成分类器,并对已构成的集成分类器通过 使用组合系数来提高进一步提高分类效率;第三步,最后通过上述构建的级联检 测器来实现自动人脸检测。本发明方法能有效提升人脸检测效率。
  • 【期刊】 基于EEG的警觉度分析与估计研究综述

    刊名:中国生物医学工程学报 作者:吕宝粮 ; 傅佳伟 ; 石立臣 关键词:EEG ; 持续注意力 ; 警觉度 ; 特征提取 机构:上海交通大学计算机科学与工程系仿脑计算与机器智能研究中心 ; 上海交通大学计算机科学与工程系仿脑计算与机器智能研究中心 ; 上海交通大学智能计算与智能系统教育部-微软重点实验室 年份:2009
    摘要:警觉度是指人在执行某项任务时长时间维持注意力或警惕性的水平。EEG是目前最常用且最客观的研究警觉度的生理指标,当人的警觉度有变化时,记录到的EEG信号模式会发生相应的变化。因此,通过记录和分析人在执行任务过程中的EEG信号,可以估计人的警觉度。在此介绍EEG和警觉度的基础知识,对基于EEG的警觉度分析与估计的最新研究方法、关键技术以及可能的应用等进行较为详细的综述,并讨论目前需要解决的问题。
  • 【期刊】 基于局部Gabor二值映射和SVM的性别分类

    刊名:计算机工程 作者:吕宝粮 ; 孙鹤 关键词:Gabor滤波器 ; 二值映射模式 ; 性别分类 ; 支持向量机 机构:上海交通大学计算机科学与工程系 ; 上海交通大学计算机科学与工程系 年份:2009
    摘要:基于多角度人脸图像的性别分类是计算机视觉领域的一项具有挑战性的研究课题。为了提高多角度人脸性别分类的准确率,提出一种新的局部Gabor二值映射模式特征提取方法。该方法结合了局部二值模式、图像空间信息以及Gabor小波变换的幅值信息,对图像噪声、光照变化和人脸角度变化均具有一定的鲁棒性。在中科院CAS-PEAL人脸数据库上进行的实验表明,在所有9种不同角度的人脸图像中,该方法取得了95%的最高平均准确率。
  • 【专利】 计算机自动性别识别的最大最小模块化网络方法

    作者:吕宝粮 ; 连惠城 ; 龙川绘里奈 ; 细井圣 年份:2005
    摘要:一种计算机自动性别识别的最大最小模块化网络方法,用于智能信息处理技 术领域。本发明步骤如下:(1)对人脸图像进行特征提取,称为人脸图像特征向 量,形成样本集合;(2)将同类性别的样本集合根据年龄信息进行分解,分成不 同的子集合;(3)按照M3网络的分解和组合方法对这些子集合进行训练,然后 组合成M3网络分类器;(4)最后进行性别识别。本发明可以大弧度地提高性别 识别的精度。
  • 【专利】 基于主成分分析方法确定超平面的任务分解方法

    作者:吕宝粮 ; 赵海 年份:2005
    摘要:一种用于智能信息处理技术领域的基于超平面划分过程可以用于最小最大 模块化分类器的任务分解,使用主成分分析方法来确定该超平面的方向。本发 明提出了使用一种简单的排序过程来实现这个超平面划分过程,避免了巨量的 聚类算法的时间消耗,同时它有效地保证了分解后产生的分类器组合的精度, 避免了以往的随机的样本抽取过程无法保证最终的分类器组合精度的情况。此 外,基于超平面划分方法产生的最小最大模块化分类器具有更好的测试性能。
  • 【专利】 基于中文分词技术的蛋白质序列特征提取方法

    作者:吕宝粮 ; 杨旸 年份:2005
    摘要:一种计算机应用技术领域的基于中文分词技术的蛋白质序列特征提取方法, 包括以下步骤:(1)根据训练样本中的序列建立词典,找出对分类有用的氨基 酸序列子串的集合;(2)切分序列,即对所有样本进行切分,将序列样本与建 立好的词典中的词条进行匹配,并选择最优切分方式;(3)切分完毕后进行序 列统计,统计每条序列中出现词典中各个词的频率,把序列转化为数值向量; (4)最后用转化好的特征对蛋白质进行分类。本发明提取出的特征可以用于多 种蛋白质分类问题,如蛋白质亚细胞定位、结构预测等等。用本发明的方法可 提高分类精度,并大幅度减少特征向量的维数。
  • 【专利】 基于迭代特征选择的快速人脸识别方法

    作者:吕宝粮 ; 范志刚 年份:2005
    摘要:一种基于迭代特征选择的快速人脸识别方法,用于智能信息处理技术领域。 本发明步骤如下:(1)对不同人脸图像进行特征提取,称为人脸图像特征向量, 形成样本集合;(2)利用训练样本来训练支持向量机;(3)根据训练好的支 持向量机来计算特征排序指标;(4)按照特征排序指标的值从大到小的次序对 特征进行排序,选择排在前面的特征并消除掉排在最后面的M个特征;(5)按 经过选择的特征来更新训练样本,将训练数据限制在经过选择的特征上面;(6) 使用更新好的训练数据来重新训练支持向量机;(7)重复迭代(3)-(6)步 骤到预先设定的次数;(8)得到最终的分类器模型和经过挑选的特征。本发明 可以大幅度地提高人脸识别的速度。
  • 【期刊】 一种基于感知器的样本空间划分方法

    刊名:计算机仿真 作者:吕宝粮 ; 丛翀 关键词:感知器 ; 支持向量机 ; 模式识别 ; 样本空间分析 ; 最小最大模块化网络 机构:上海交通大学计算机科学与工程系 ; 上海交通大学计算机科学与工程系 ; 上海交通大学计算机科学与工程系 年份:2008
    摘要:二类分类问题是机器学习中的最基本的一类重要问题。目前广泛使用的,也是最为有效的学习算法是支持向量机(SVM)。然而对于某些非线性分类问题,SVM还不能给出令人满意的解,因此希望能找到一种方法对SVM解决非线性分类问题的能力加以改进。对二类分类问题,提出一种基于感知器的样本空间划分方法。该方法首先用感知器提取样本的分布信息,将整体问题划分为局部空间中的分类问题,而后使用SVM求出各个局部问题的最优分界面,并用最小最大模块化网络对局部分界面进行综合,得到问题的全局解。仿真实验表明,新方法能够有效地分析样本空间,提取样本分布信息,在测试数据上得到了比原有方法更好的准确率。新方法实现了预期的目标,提高了分类器处理非线性分类问题的能力。
  • 【专利】 消除极小极大模块网络冗余的修剪方法

    作者:吕宝粮 ; 连惠城 年份:2004
    摘要:一种用于智能信息处理技术领域的消除极小极大模块网络冗余的修剪方法,利用训练样本的网络输出值来寻找网络中的冗余模块,即由输出值反向地寻找出具有相同输出值的输入模块,这些模块是非冗余的,将其作以标记,训练完毕后没有被标记的模块则是冗余模块,将其删除。本发明提出了一种消除极小极大模块网络冗余的修剪方法,该方法仅仅需要利用训练样本的网络输出值就可以消除网络的冗余模块。该修剪方法在网络训练样本数较大的时候,可以大弧度地降低网络模块的规模。因此可以大大降低网络的空间规模,从而提高网络的运算速度。