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 > 西安电子科技大学陈雪利获国家专利权

西安电子科技大学陈雪利获国家专利权

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!

龙图腾网获悉西安电子科技大学申请的专利一种基于脑电近红外双模态信号的学习效果预测方法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:CN119885065B

龙图腾网通过国家知识产权局官网在2026-02-17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:202411831503.3,技术领域涉及:G06F18/25;该发明授权一种基于脑电近红外双模态信号的学习效果预测方法是由陈雪利;谢晖;董泽骁;贺江山;蒋明哲;杨慧婷;贾春丽;杨玉强设计研发完成,并于2024-12-12向国家知识产权局提交的专利申请。

一种基于脑电近红外双模态信号的学习效果预测方法在说明书摘要公布了:本发明公开了一种基于脑电近红外双模态信号的学习效果预测方法,涉及信息技术领域,解决了现有技术中评价缺乏全面监督,评估标准单一,无法准确反映学生的学习情况的问题,该方法包括:获取基础数据,并对基础数据进行预处理,得到预处理数据;利用训练完成的成绩评估模型对预处理数据进行成绩评估,得到评估成绩;根据评估成绩提出学习建议;该方法实现了空间‑时间‑频谱信息融合提取特征,准确的反映学生的学习情况。

本发明授权一种基于脑电近红外双模态信号的学习效果预测方法在权利要求书中公布了:1.一种基于脑电近红外双模态信号的学习效果预测方法,其特征在于,包括: 获取基础数据,并对所述基础数据进行预处理,得到预处理数据;所述对所述基础数据进行预处理,得到预处理数据,包括:对所述基础数据进行筛选分类,得到EEG采样数据和fNIRS采样数据;对所述EEG采样数据重新筛选参考点,并对根据所述参考点对所述EEG采样数据进行重参考,得到重参考后的EEG采样数据;利用带通滤波器对所述重参考后的EEG采样数据进行带通滤波,得到预处理后EEG采样数据;去除所述fNIRS采样数据的运动伪迹,并利用带通滤波器对去除运动伪迹的fNIRS采样数据进行带通滤波,得到预处理后fNIRS采样数据;对所述预处理后EEG采样数据和所述预处理后fNIRS采样数据分别进行数据分段,并对分段后的EEG采样数据和分段后的fNIRS采样数据分别进行去基线,得到预处理数据; 利用训练完成的成绩评估模型对所述预处理数据进行成绩评估,得到评估成绩;其中,所述成绩评估模型,包括:EEG数据处理分支、fNIRS数据处理分支、信息交互模块和成绩回归模块;其中,所述EEG数据处理分支和所述fNIRS数据处理分支互独立;所述EEG数据处理分支和所述fNIRS数据处理分支与所述信息交互模块交互;所述成绩回归模块从所述EEG数据处理分支和所述fNIRS数据处理分支中获取数据进行成绩评估;所述EEG数据处理分支包括:依次连接的第一单层卷积编解码器、第一卷积化多头自注意力层和傅里叶变换后计算多头自注意力层;所述fNIRS数据处理分支包括:依次连接的第二单层卷积编解码器、第二卷积化多头自注意力层和第三卷积化多头自注意力层;所述信息交互模块包括:相互独立的第一信息交互层和第二信息交互层;其中,第一信息交互层与所述EEG数据处理分支和所述fNIRS数据处理分支交互,第二信息交互层与所述EEG数据处理分支和所述fNIRS数据处理分支交互;所述成绩回归模块包括:多层感知层; 根据所述评估成绩提出学习建议。

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西安电子科技大学,其通讯地址为:710071 陕西省西安市太白南路2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。