| 专利号 | 202511843775X | 申请日 | 2025-12-09 | 专利名称 | 基于可学习滤波器组与联合正则化的疲劳状态识别方法 |
| 授权日 | 2026-02-24 | 专利权人 | 山东科技大学 | 发明人 | 周鲁洁;李发龙;俞凯;张振兴;李浩;刘智豪 |
| 主分类号 | A61B5/16 | 关键词 | 应用领域 | ||
| 摘要 | 本发明公开了基于可学习滤波器组与联合正则化的疲劳状态识别方法，属于疲劳状态监测领域，其步骤为：获取原始生理信号，对原始生理信号进行基础去干扰预处理，将处理后的数据按多通道格式组织为三维输入张量，在模型输入前增设可学习滤波器组层，所述可学习滤波器组层与模型联合训练，根据任务需求动态调整频带；基于CNN特征提取模块、LSTM序列建模模块、注意力加权模块构建疲劳状态识别模型；基于滤波器组稀疏正则项、时序转移一致性正则项和自适应时频一致性正则项构建联合优化目标函数；根据训练好的模型对疲劳状态进行识别。本发明不仅提高了疲劳识别的准确率，还显著改善了预测结果的平滑性和跨个体鲁棒。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 新一代信息技术 人工智能 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
