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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 探客柏瑞科技(北京)有限公司林思恩获国家专利权

探客柏瑞科技(北京)有限公司林思恩获国家专利权

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!

龙图腾网获悉探客柏瑞科技(北京)有限公司申请的专利基于脑电数据和深度学习模型的元认知训练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:CN120524216B

龙图腾网通过国家知识产权局官网在2026-02-24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:202510683320.X,技术领域涉及:G06F18/2131;该发明授权基于脑电数据和深度学习模型的元认知训练方法是由林思恩;杨志;冯振;鲁文彬;薛传琦设计研发完成,并于2025-05-26向国家知识产权局提交的专利申请。

基于脑电数据和深度学习模型的元认知训练方法在说明书摘要公布了:本发明涉及一种基于脑电数据和深度学习模型的元认知训练方法,包括:通过脑电设备采集参训者脑认知信息数据进行数据预处理;通过傅里叶变换,将获取到的原始脑电数据转移到预设频域波段上获取能量数值,通过计算时序能量值得到脑认知信息数据;将获取到的脑认知数据集划分为标签集和特征集进行数据标记和筛选;根据脑认知预设训练课程进行现场授课,观察并记录参训者的训练状态和脑认知数据形态,形成与脑认知数据集对应的标签集,用于下一步骤的模型训练;构建LSTM网络模型将脑认知数据集按比例拆分为训练集和测试集进行模型训练;对当前获取到的训练模型进行数据验证和模型修正,并利用训练模型自动标记参训者的状态、生成报告供使用参考。

本发明授权基于脑电数据和深度学习模型的元认知训练方法在权利要求书中公布了:1.一种基于脑电数据和深度学习模型的元认知训练方法,其特征在于,所述的方法包括以下步骤: 1通过脑电设备采集参训者当前的脑认知信息数据,并进行相应的脑电数据预处理; 2通过傅里叶变换,将当前获取到的原始脑电数据转移到预设的频域波段上,计算出能量数值数据集,根据所述的能量数值数据集得到脑认知数据集; 3对获取到的所述的脑认知数据集划分为标签集和特征集进行数据的标记和筛选,完成归类,并从所述的脑认知特征集中筛选出敏感特征组成用于系统预测的新的特征集; 4根据脑认知预设训练课程进行现场授课,观察并记录当前参训者的训练状态和脑认知数据形态,形成与获取到的脑认知数据集对应的标签集; 5构建LSTM网络模型,并对所述的脑认知数据集按比例拆分为训练集和测试集进行模型训练; 6对当前获取到的训练模型进行验证,如果不符合验证标准,需增补数据再次训练模型,并做修正,直到验证合格; 7将经过优化后得到的脑认知信息数据可视化,得到用于反映参训者元认知能力的标注信息及可视化脑认知状态报告,以供参训者复盘与自我提升; 所述的步骤2包括以下步骤: 2.1上位机软件通过傅里叶变换,将当前移动时间窗内的原始脑电数据转换到5个频域波段上,包括α波、β波、γ波、δ波和θ波,并以此计算出相应的能量数值,最后将该部分能量数值按照时间先后顺序,转存到新建的能量数据矩阵中; 2.2根据脑电设备自带的加速度计获取到的加速度数据判定参训者的运动幅度,再根据所述的能量数据矩阵中的δ波能量值,为每个移动时间窗计算出每一个数据对应的电极在该时间点的质量qltysec=[q1,q2,q3,…,qelc],其中,qelc表示脑电设备的电极数量,待采集结束后,得到脑电数据质量数据集qlty; 将得到的脑电数据质量数据集qlty中的坏数据剔除,分别得到时间分辨率为1秒的专注度数据集attCourse、情绪信息数据集emoCourse和主动思考数据集memCourse,并将后续在任意课程上采集到的数据集为设置cognInd={attCourse,emoCourse,memCourse}。

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探客柏瑞科技(北京)有限公司,其通讯地址为:100102 北京市朝阳区阜通西大街12号楼16层1601室;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。