同济大学李智军获国家专利权
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!
龙图腾网获悉同济大学申请的专利用于神经接口芯片的多模态神经网络架构设计方法及系统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:CN120706482B 。
龙图腾网通过国家知识产权局官网在2025-11-14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:202511178986.6,技术领域涉及:G06N3/0495;该发明授权用于神经接口芯片的多模态神经网络架构设计方法及系统是由李智军;李国欣;宋扬设计研发完成,并于2025-08-22向国家知识产权局提交的专利申请。
本用于神经接口芯片的多模态神经网络架构设计方法及系统在说明书摘要公布了:本发明提供了一种用于神经接口芯片的多模态神经网络架构设计方法及系统,包括:通过上位机对多模态数据样本进行时间戳标记;将不同模态的数据文件统一转换为CSV格式,并通过时间戳对齐与降采样处理实现数据格式标准化;对多模态数据进行预处理,并通过时间戳归一化与插值对齐提取时间窗口内的样本数据;基于MobileNetV2设计轻量化多模态神经网络架构,各通道通过倒残差模块提取特征后融合;构建动态损失函数,通过指数衰减与sigmoid函数动态调整关节角度回归、压力回归及分类任务的权重,实现加权损失融合;调整网络超参数并训练模型,输出手部关节角度与指尖压力的预测结果。本发明能够在有限的网络参数量下准确预测手部抓取动作,适用于轻量级神经接口芯片。
本发明授权用于神经接口芯片的多模态神经网络架构设计方法及系统在权利要求书中公布了:1.一种用于神经接口芯片的多模态神经网络架构设计方法,其特征在于,所述方法包括如下步骤: 步骤S1:通过上位机对多模态数据样本进行时间戳标记,所述多模态数据包括指尖压力、掌心压力、手臂肌电信号、手部关节角度及指尖温度; 步骤S2:将不同模态的数据文件统一转换为CSV格式,并通过时间戳对齐与降采样处理实现数据格式标准化; 步骤S3:采用带通滤波、陷波滤波及低通滤波对多模态数据进行预处理,并通过时间戳归一化与插值对齐提取时间窗口内的样本数据; 步骤S4:基于MobileNetV2设计轻量化多模态神经网络架构,包含并行处理的肌电通道、关节角度通道、压力通道及温度通道,各通道通过倒残差模块提取特征后融合; 步骤S5:构建动态损失函数,通过指数衰减与sigmoid函数动态调整关节角度回归、压力回归及分类任务的权重,实现加权损失融合; 步骤S6:调整网络超参数并训练模型,输出手部关节角度与指尖压力的预测结果; 所述步骤S3中的预处理包括: 对于肌电信号,采用带通滤波器去除20Hz至490Hz范围外的噪声,传递函数为: 其中,和,滤波器阶数为,为信号频率; 并采用中心频率为50Hz的陷波滤波器消除工频干扰,传递函数为: 其中,,; 对于关节角度和压力数据,进行低通滤波进行平滑处理;低通滤波器的截止频率为,滤波器阶数为;滤波器的传递函数为: 时间戳对齐包括: 将各模态数据的原始时间戳归一化为相对于起始时间戳的偏移量,公式为: 其中,是第i个时间戳的值,是起始时间戳,是该模态数据的采样频率; 并通过线性插值或裁剪操作统一至共同时间基准,样本提取时间窗口的索引偏移量计算为: 其中,为窗口大小,为采样频率; 数据集划分比例为训练集70%、验证集10%、测试集20%,且样本标签包含关节角度与压力的特定特征值。
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同济大学,其通讯地址为:200092 上海市杨浦区四平路1239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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励