孔万增
- 作品数：245 被引量：151H指数：6
- 供职机构：杭州电子科技大学更多>>
- 发文基金：国家自然科学基金浙江省重大科技专项基金浙江省自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学电子电信医药卫生更多>>
- 基于EEG交叉频率耦合的卒中脑功能评估装置
- 本发明公开了基于EEG交叉频率耦合的卒中脑功能评估装置。对卒中状态或健康状态被试在运动想象任务下的多通道脑电数据进行采集和预处理，提取刺激后的有效数据段；计算每个数据段的频段内以及频段间相相耦合关系；提取多尺度脑网络指标...
- 任彬张建海杨岩松朱莉孔万增
- 一种基于脑电相位同步的疲劳检测方法
- 本发明涉及一种基于脑电相位同步的疲劳检测方法。本发明首先从Neuroscan？64导系统采集的数据中选取58通道脑电数据用于相位同步分析。其次将步骤1采集到的脑电数据通过CAR滤波器，通过计算所记录的N个电极的信号平均值...
- 孔万增徐思佳沈伟强周凌霄徐飞鹏周展鹏
- 文献传递
- 基于减法聚类算法的视频运动目标定位被引量：5
- 2008年
- 针对视频运动目标定位的需要,本文给出了一种新的视频运动目标定位方法。该方法运用减法聚类算法对视频运动目标进行定位。分析了减法聚类算法的原理,给出了减法聚类算法的公式推导,目标定位的实现步骤及流程框图。研究了本文方法对不同类型视频运动目标的定位效果,并与基于区域生长的定位方法进行了详细比较。结合实验数据说明了本文方法的定位过程、处理时间及抗噪性能。实验结果表明,本文方法适用于待定位视频序列二值图像存在较大噪声斑点或空域连通特性较差的场合。
- 孙志海孔万增朱善安
- 关键词：减法聚类
- 一种基于模态增强卷积图的多模态情感分类方法
- 本发明公开一种基于模态增强卷积图的多模态情感分类方法。本发明提出了一个新的模态增强融合框架，它基于图卷积神经网络，为融合未对齐的多模态序列提供了一个有效的方法。在文本模态的帮助下，首先使用多模态增强模块来增强视觉和听觉模...
- 孔万增倪斌斌唐佳佳杨宇涛戴玮成朱莉
- 基于注意力感知与缩放因子剪枝的声呐目标检测方法
- 本发明公开了基于注意力感知与缩放因子剪枝的声呐目标检测方法。该检测方法的过程为：步骤1、搭建注意力感知目标检测网络，注意力感知目标检测网络包括注意力感知网络、路径聚合增强网络和多尺度联合预测网络。步骤2、使用声呐数据集对...
- 孔万增胡宏洋
- 文献传递
- 一种基于多被试数据合并对抗训练的运动想象解码方法
- 本发明公开了一种基于多被试数据合并对抗训练的运动想象解码方法，该解码方法采用多被试数据合并对抗训练运动想象分类模型，交替使用正向训练与逆向训练来训练运动想象分类模型，使模型专注于运动想象任务的特征提取，在跨时段和跨被试方...
- 孔万增 赵添逸张建海 朱莉
- 基于解耦表征网络的脑-机目标检测
- 2025年
- 针对脑机接口目标检测范式中脑电数据样本呈长尾分布所导致的识别率低、稳定性差等问题,文章提出一种基于解耦表征网络的脑-机目标检测模型。首先,将脑电数据以三元组的形式输入到神经网络模型的特征提取模块中,提取脑电数据的时空特征,并通过投影层将这些特征映射到低维空间,利用三元组损失函数训练模型的特征提取模块。然后,冻结特征提取器参数,对脑电数据进行下采样,以平衡目标样本和非目标样本的数量,并使用交叉熵损失函数对分类器进行训练。实验结果表明,相较于传统的一阶段式训练方式,采用解耦的方式分别学习模型的特征提取器与分类器,所得到的模型具有更高的分类准确率和稳定性。
- 朱佳斌孔万增
- 关键词：脑机接口目标检测神经网络
- 一种基于深度强化学习的SLAM参数自适应方法及系统
- 本发明公开了一种基于深度强化学习的SLAM参数自适应方法及系统，将深度强化学习技术引入SLAM系统参数优化。通过设计并训练一个基于深度强化学习算法的智能体，在不干扰底层SLAM方法正常运行的前提下，实时收集SLAM系统和...
- 戴玮辰苏文瀚明煜航孔万增
- 基于注意力机制的第一视角认知编码地图构建与定位方法
- 本发明公开了基于注意力机制的第一视角认知编码地图构建与定位方法。该方法首先对待建图的环境信息进行拍摄，根据图像的位置与姿态，对位置信息进行编码。再通过ViT架构对图像信息进行编码，获得图像特征。将连续图像的位置特征与图像...
- 戴玮辰高健孔万增
- 基于RNN结构和差异学习率重训练的水声目标识别方法
- 本发明公开了一种基于RNN结构和差异学习率重训练的水声目标识别方法，其专门针对舰船水声目标的识别与分类问题。具体实现步骤包括：一、对舰船水声信号进行预处理；二、基于预训练模型构建水声目标识别深度模型；三、重训练配置；四、...
- 孔万增白植权朱仪迪李欣敖
