您的位置: 专家智库 > >

吴超华

作品数:6 被引量:16H指数:2
供职机构:清华大学更多>>
发文基金:国家自然科学基金中国人民解放军总装备部预研基金更多>>
相关领域:医药卫生自动化与计算机技术更多>>

文献类型

  • 2篇期刊文章
  • 2篇专利
  • 1篇学位论文
  • 1篇会议论文

领域

  • 4篇医药卫生
  • 1篇自动化与计算...

主题

  • 3篇信号
  • 3篇脑电
  • 3篇脑电信号
  • 2篇音乐
  • 2篇音乐性
  • 2篇音色
  • 2篇基频
  • 2篇刺激信号
  • 1篇电信号
  • 1篇智能机器人
  • 1篇事件相关电位
  • 1篇自回归模型
  • 1篇相关电位
  • 1篇小腿
  • 1篇面肌
  • 1篇模数转换
  • 1篇机器人
  • 1篇肌电
  • 1篇肌电信号
  • 1篇仿真

机构

  • 6篇清华大学

作者

  • 6篇吴超华
  • 5篇高小榕
  • 2篇王东兵
  • 1篇徐超立
  • 1篇林科
  • 1篇杨晨
  • 1篇黄亮

传媒

  • 2篇中国生物医学...

年份

  • 1篇2017
  • 3篇2016
  • 2篇2015
6 条 记 录,以下是 1-6
排序方式:
基于脑电信号的音色合成装置
本发明提供一种基于脑电信号的音色合成装置。该装置包括:刺激设备,配置为生成针对用户的、预定频率的刺激信号;脑电采集设备,配置为采集所述用户接收所述刺激信号后所生成的脑电信号并将所采集的脑电信号进行模数转换;处理器,配置为...
吴超华高小榕王东兵
基于小腿表面肌电的智能机器人协同控制方法被引量:14
2016年
作为人机交互的核心内容之一,面向机器人控制的步态识别拥有广泛的应用前景。提出一种基于小腿表面肌电信号的智能移动机器人控制方法。通过优化互信息的最大相关最小冗余算法(MRMR),实现对前进、后退、左转、右转等4种步态分类识别,并建立一套移动机器人同步控制系统。使用表面肌电信号(sEMG)作为输入信息,对人步态动作进行分类识别,并转化为对机器人运动进行控制的信息,从而实现人与智能移动机器人的实时协同交互。通过采集8名受试者前进、后退、左转、右转行走时的小腿表面肌电信号,并实时控制智能机器人的运动。结果表明,在少量的训练条件下,该方法的步态识别准确率可达88%。基于此方法搭建的移动机器人协同控制系统,具有较强的实时控制能力以及较高的控制准确度。基于小腿表面肌电的智能机器人协同控制方法具有良好的应用前景,未来或可广泛应用于人机运动协调机器人控制等领域。
徐超立林科杨晨吴超华高小榕
关键词:步态识别智能机器人
事件相关电位的提取和效应连接分析方法研究
事件相关电位(event related potential,ERP)是由特定感官刺激、认知任务或者运动事件等诱发的典型电生理响应,是认知科学、心理学等领域中常用到一种脑电组分。近年来,随着对于大脑功能研究的深入,人们认...
吴超华
关键词:事件相关电位贝叶斯推断
基于自回归模型和相位斜率指数的动态脑连接分析被引量:2
2016年
随着脑网络理论的发展,人们越来越关注不同脑区域之间的功能性和效应性连接。在常见的脑活动无创检测方法中,脑电图(EEG)具有较高的时间分辨率,适于进行效应性连接分析。提出一种估计不同通道的EEG信号间的效应性连接的方法,即自回归相位斜率指数(AR-PSI)。该方法结合多元自回归(MVAR)模型对短时数据进行谱估计频率分辨率高的特点和相位斜率指数(PSI)对源信号混叠不敏感的特点。与传统的格兰杰因果模型相比,它可以有效地摒除由于容积导体效应造成的信号混叠所带来的干扰;与传统的PSI相比,它在短时数据上能够更准确地估计不同通道间EEG信号的效应性连接。首先,分别生成具有强效应性连接和相互独立的混叠噪声这两组信号进行模拟实验,结果表明AR-PSI方法确实能够更有效地检测出信号中存在的效应连接,排除信号线性混叠可能引起的误检。然后,应用此方法并结合滑动窗技术,对Stroop实验记录到的EEG数据进行网络连接的动态分析,发现250~500 ms和550~800 ms时间段内脑网络连接密度在两种条件下存在显著性差异。分析结果,显示语义和颜色不一致条件的刺激能够引起脑网络连接密度更迅速地增加,且连接跨度更大。
黄亮吴超华高小榕
稀疏时变多元自回归模型算法:基于仿真数据的研究
在脑电信号分析中,时变多元自回归模型被广泛应用.传统时变多元自回归模型估计方法往往需要事先给定一些参数,而实际应用中这些参数的选择依赖经验或者反复交叉检验.为了克服这些问题,本文提出了稀疏时变多元自回归模型,该模型假设模...
吴超华高小榕
关键词:脑电信号仿真数据
基于脑电信号的音色合成装置
本发明提供一种基于脑电信号的音色合成装置。该装置包括:刺激设备,配置为生成针对用户的、预定频率的刺激信号;脑电采集设备,配置为采集所述用户接收所述刺激信号后所生成的脑电信号并将所采集的脑电信号进行模数转换;处理器,配置为...
吴超华高小榕王东兵
共1页<1>
聚类工具0