Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国人民解放军国防科技大学曾令李获国家专利权

中国人民解放军国防科技大学曾令李获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉中国人民解放军国防科技大学申请的专利认知负荷预测方法、电子设备及存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119337919B

龙图腾网通过国家知识产权局官网在2025-11-25发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411234717.2,技术领域涉及:G06N3/008;该发明授权认知负荷预测方法、电子设备及存储介质是由曾令李;刘迎欣;于扬;周宗潭;胡德文设计研发完成,并于2024-09-04向国家知识产权局提交的专利申请。

认知负荷预测方法、电子设备及存储介质在说明书摘要公布了:本申请公开了一种认知负荷预测方法、电子设备及存储介质,包括:将待识别数据输入到认知负荷预测模型,得到目标认知负荷预测结果,其中,认知负荷预测模型包括目标学习模型和线性回归模型,目标学习模型用于根据待识别数据得到过渡认知负荷预测结果,线性回归模型用于根据过渡认知负荷预测结果输出目标认知负荷预测结果;目标学习模型通过训练策略训练得到,训练策略包括:获取训练样本数据,训练样本数据包括多个第一时间节点、多个第一眼动特征数据、多个第一微分熵特征数据、多个第一功率频谱密度数据和多个认知负荷真值标签,多个第一眼动特征数据、多个第一微分熵特征数据;利用训练样本数据对初始学习模型进行训练得到目标学习模型。

本发明授权认知负荷预测方法、电子设备及存储介质在权利要求书中公布了:1.一种认知负荷预测方法,其特征在于,包括: 将待识别数据输入到认知负荷预测模型,得到目标认知负荷预测结果,其中, 所述认知负荷预测模型包括目标学习模型和线性回归模型,所述目标学习模型用于根据所述待识别数据得到过渡认知负荷预测结果,所述线性回归模型用于根据所述过渡认知负荷预测结果输出所述目标认知负荷预测结果; 所述目标学习模型通过训练策略训练得到,所述训练策略包括: 获取训练样本数据,所述训练样本数据包括多个第一时间节点、多个第一眼动特征数据、多个第一微分熵特征数据、多个第一功率频谱密度数据和多个认知负荷真值标签,多个所述第一眼动特征数据、多个第一微分熵特征数据、多个第一功率频谱密度数据和多个认知负荷真值标签皆与所述第一时间节点对应;所述第一眼动特征数据由眼动信号得到,所述第一微分熵特征数据和所述第一功率频谱密度数据由脑电信号得到,所述眼动信号和所述脑电信号通过监测认知负荷诱发实验的实验参与者得到,所述认知负荷真值标签表征所述实验参与者在所述认知负荷诱发实验中的认知负荷真值; 利用所述训练样本数据对初始学习模型进行训练得到所述目标学习模型; 所述待识别数据包括多个第二时间节点、多个第二眼动特征数据、多个第二微分熵特征数据和多个第二功率频谱密度数据,多个所述第二眼动特征数据、多个所述第二微分熵特征数据和多个所述第二功率频谱密度数据皆与多个所述第二时间节点对应;所述过渡认知负荷预测结果通过如下步骤得到: 将多个所述第二时间节点和多个所述第二眼动特征数据输入至所述目标学习模型,得到第一认知负荷预测结果; 将多个所述第二时间节点和多个所述第二微分熵特征数据输入至所述目标学习模型,得到第二认知负荷预测结果; 将多个所述第二时间节点和多个所述第二功率频谱密度数据输入至所述目标学习模型,得到第三认知负荷预测结果; 融合所述第一认知负荷预测结果、所述第二认知负荷预测结果和所述第三认知负荷预测结果得到过渡认知负荷预测结果。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国人民解放军国防科技大学,其通讯地址为:410073 湖南省长沙市开福区德雅路109号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。