本申请涉及脑机接口技术领域，公开了一种脑磁信号预处理方法、装置及设备，该方法包括：对原始脑磁信号进行多策略滤波，并融合滤波结果，得到融合滤波信号；多策略滤波包括至少一种适用于线性系统的滤波方式和至少一种适用于非线性系统的滤波方式；基于融合滤波信号进行频率分解和特征提取，得到信号模态特征；根据满足相关度条件的信号模态特征进行信号重构，得到重构脑磁信号。本申请的有益效果在于：通过多策略滤波对脑磁信号进行自适应噪声消除，从而结合了不同滤波方式的优点，减少了脑磁信号的动态属性对信号分类造成的影响，有效提升脑磁信号的质量，进而提高了脑磁信号的分类效果和分类准确性，为后续研究提供了更准确的脑磁信号特征。
📄 2025103532272
📂 G06F18_15
👤 浙江工业大学
📅 2025-03-25
本发明公开了一种基于能量捕获物联系统的认知障碍检测方法和装置，通过部署RFID与太阳能板，实时采集信号强度和能量收集强度，生成待检测目标在房间内的移动原始数据，对原始数据进行轨迹分割，对轨迹段进行单模态特征提取，生成速度特征图像，构建基于Transformer架构的条件变分自编码器，利用其解码器生成伪造图像以实现数据扩充，并利用其编码器提取图像的深层潜空间特征。最后，将提取的高维特征向量输入分类器，输出分类结果，从而实现对认知状态的判定。本发明通过生成式数据增强解决数据稀缺与长时序行为捕捉不足的问题，实现高精度的无感化监测。
📄 2026102633016
📂 G06F18_15
👤 浙江工业大学
📅 2026-03-05
本发明是一种基于自主运动想象脑电的肢体动作识别方法，调查数据表明，当人做同一个动作时，大脑会产生类似的脑电信号，因此可以提取这些特征信号来实现机械臂的运动，进而辅助残疾人运动。本发明通过建立脑网络进行动作的分类，这种方法加强了大脑各个区域之间相关性的考虑，展现了EEG信号及其相关节律特征背后的工作机制。之后通过一种全新的基于非线性部分定向相干方法的脑因效性网络分析法，利用随机森林进行进行上肢运动分类，分类准确度高，根据脑电信号判断相应的动作，从而使得机械臂运动，达到残疾人辅助运动的目的。
📄 2019111686277
📂 G06F18_15
👤 杭州电子科技大学
📅 2019-11-25
本发明涉及输电铁塔安全监测技术领域，具体涉及一种输电铁塔的在线监测方法及系统，方法包括：对输电铁塔数据进行拟合分别得到应力数据‑时间曲线和应力数据‑高度曲线，计算所述应力数据点的噪声表现程度及其可信度，对所述目标数据序列的应力数据点的噪声表现程度和可信度进行加权平均，得到所述目标数据序列的噪声水平，利用噪声水平对CEEMDAN算法的去噪结果进行准确评估，根据评估结果反馈得到CEEMDAN算法的最优平均次数，避免人工设置参数的局限性，确保数据去噪效果，获得真实反映输电铁塔应力状态的应力数据，提高了输电铁塔监测分析的准确性。
📄 2024118230961
📂 G06F18_15
👤 山西丹旭泰电力科技有限公司
📅 2024-12-12
本发明公开了一种风机运行数据异常值筛选方法、系统和存储介质，方法包括：获取风机组历史运行数据和天气数据；对数据预处理得到急流指数数据；将以上所有数据进行时空对齐处理得到融合数据集；以融合数据集中的风机功率和急流核心风速构建边界盒模型，将边界盒外的数据点标识为疑似异常点；将急流核心风速值低于预设急流阈的点判定为故障异常点；对于剩余点，将地理数据和天气历史数据输入CFD模型计算理论风机功率范围；风机功率值超出理论风机功率范围的点判定为故障异常点，其余作为极端真值点；将故障异常点剔除对数据空位填补得到风机组正常历史运行数据集；本发明能筛选出极端气象条件下真实数据并剔除故障异常值。
📄 2025117610690
📂 G06F18_15
👤 南京信息工程大学
📅 2025-11-27
本发明公开了一种基于改进MUSIC算法的多径时延估计方法，实现步骤为：计算多径环境下接收信号的归一化互谱序列h[k]；利用空间平滑思想将h[k]化分为多个重叠子序列hq，取每个子序列的共轭数据xq；利用hq和xq计算得到改进的协方差矩阵对进行特征值分解，获取噪声特征值及与之对应的噪声特征向量；对噪声特征值进行修正，利用修正后的噪声特征值改进MUSIC时延估计谱；对估计谱进行谱峰搜索，获取多径时延值。本发明有效利用测量数据的共轭信息和噪声特征值信息，可以在小采样数据、低信噪比条件下对多径时延进行高精度估计。
📄 2022106959933
📂 G06F18_15
👤 南京信息工程大学
📅 2022-06-20
本发明公开了一种高压配电柜状态智能监测控制方法及系统，涉及电力设备控制的技术领域。通过实时采集目标设备的局放信号，并对局放信号进行去噪处理，得到修正信号；局放信号包括暂态地电压信号和超声波信号；将修正信号作为预训练的状态评价模型的输入，得到状态类型；根据状态类型，进行控制决策。通过消除噪声对局部放电信号的干扰，能更准确地捕捉和识别到电气设备的潜在故障信息，从而作出准确的控制决策，避免故障扩大，确保电力系统的安全运行。
📄 2025105108311
📂 G06F18_15
👤 阜阳师范大学
📅 2025-04-23
本发明涉及降噪模型建立方法技术领域，具体为：一种基于自监督学习的LIBS降噪模型的建立方法，具体包括以下步骤：步骤一，确定模型架构：基于盲点网络架构，采用盲点网络架构，盲点网络架构基于自监督学习，在原始光谱数据中随机遮挡某些数据点，利用盲点卷积模块根据其余未遮挡部分数据推断缺失部分的真实值，以此在无不含噪声的目标数据情况下实现降噪；步骤二，构建降噪模型：且降噪模型包括掩膜模块以及降噪编码模块。本发明中的降噪模型无论是在高强度波段还是低强度波段，都能在有效降噪的同时很好地保留光谱细节特征，精准还原原始光谱信号，确保检测结果的准确性，避免因失真而导致的元素误判或漏判。
📄 2025105788387
📂 G06F18_15
👤 浙江农林大学
📅 2025-05-07
本发明公开了基于动态网络标志物的风力发电机组故障预警方法及装置，涉及数据处理技术领域，方法包括如下步骤：采集风力发电机组自身SCADA系统中所涵盖的连续性监测变量的数据，选取K个连续采样时刻的数据作为实验样本并进行预处理；利用预处理后的实验样本构建时间窗口数据矩阵；计算变量对的皮尔逊相关性，从而构建当前时间窗口的差分网络；评估当前时间窗口的差分网络中各节点的得分；将所有时间窗口内所有变量所对应的节点的得分映射至三维坐标图中，实现三维可视化图；选择得分最高的N个节点，定义节点的得分累加值作为风电机组综合状态指标ICI，根据ICI值的动态变化实现风电机组的早期故障预警。
📄 2025108799612
📂 G06F18_15
👤 华侨大学
📅 2025-06-27
本发明提供一种基于云边协同的变电站关键设备时序数据补全方法及系统，该方法包括：利用无线传感网检测设备对变电站内关键设备的时序数据进行采集，并将所采集到的时序数据上传至云端服务器；基于云端服务器的时序数据故障检测算法对时序数据进行判断得到数据判断结果；利用云端服务器的数据张量重构算法对数据判断结果中存在故障或缺失的时序数据及其相邻时序数据进行张量重构，以形成张量时序化数据；构建基于张量分解的核心张量核范数的张量补全算法，并利用张量补全算法对张量时序化数据进行缺失数据补全。本发明解决了硬性设定的核心张量无法及时匹配数据模型大小变化问题，从而结合最优化问题限制条件，达到张量核范数的最小化计算。
📄 2024116762140
📂 G06F18_15
👤 华东交通大学
📅 2024-11-22
本发明公开了用于电池状态估计的鲁棒Savitzky‑Golay滤波方法，包括以下步骤：步骤1、通过电池管理系统采集锂离子电池的含有未知分布噪声的实时运行数据c；步骤2、对步骤1采集到的实时运行数据c的序列长度进行判断，确定的滤波窗口长度和拟合多项式阶数；步骤3、使用鲁棒的拟合准则MGC，结合步骤2确定的滤波窗口长度和拟合多项式阶数，生成MGCSG滤波算法；步骤4、利用步骤3得到的MGCSG滤波算法对步骤1采集的实时运行数据c进行平滑滤波。本发明的滤波方法，解决了现有技术中存在的BMS采集数据中未知分布噪声对滤波算法的滤波效果影响较大的问题。
📄 2024102298235
📂 G06F18_15
👤 西安理工大学
📅 2024-02-29
为了解决传统机器学习算法对特征提取的困难以及相似动作给分类识别带来的混淆性，本发明提出了一种基于改进LSTM‑CNN的多尺寸输入HAR算法。该算法将优化的CNN卷积神经网络和多层双向动态LSTM长短时记忆网络融合对HAR人体行为活动进行识别。包括多尺寸输入、模型分类识别。所述多尺寸输入将数据进行降噪、均值‑方差归一化、零填充等操作生成两个不同维度的数据作为模型输入，所述模型分类识别将优化的CNN网络与多层双向动态LSTM网络融合进行分类识别。本发明采用优化的卷积神经网络和多层双向动态长短期记忆网络融合构建分类器，具有很好的扩展性和鲁棒性，能够实现高精度的人体行为活动识别。
📄 2018115615473
📂 G06F18_15
👤 电子科技大学
📅 2018-12-20
柿子坊 · 知识产权运营
柿子坊知识产权运营平台