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！

龙图腾网获悉哈尔滨工业大学申请的专利一种基于皮肤电信号的飞行学员心理压力数据获取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：CN116421186B 。

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：202310235497.4，技术领域涉及：A61B5/16；该发明授权一种基于皮肤电信号的飞行学员心理压力数据获取方法是由张泽旭;乔衍迪;迟旭;刘胜志;李文斯;孙凤君设计研发完成，并于2023-03-13向国家知识产权局提交的专利申请。

本一种基于皮肤电信号的飞行学员心理压力数据获取方法在说明书摘要公布了：本发明公开了一种基于皮肤电信号的飞行学员心理压力数据获取方法，涉及机器学习技术领域。本发明的技术要点包括：采集多个飞行学员在飞行模拟训练时的皮肤电信号，作为生理信号数据集；对采集的皮肤电信号进行运动伪迹去除；对去除伪迹后的皮肤电信号进行频域、时域和非线性特征提取，形成皮肤电信号特征集；根据皮肤电信号特征集训练基于并行神经网络的心理压力数据获取模型；将新的飞行学员在飞行模拟训练时的皮肤电信号输入训练好的心理压力数据获取模型中，获取新的飞行学员的心理压力数据。本发明能够准确地表述飞行学员在进行模拟飞行训练时心理状态波动情况，帮助飞行学员总结飞行经验，为飞行学员有针对性的后续飞行训练提供帮助。

本发明授权一种基于皮肤电信号的飞行学员心理压力数据获取方法在权利要求书中公布了：1.一种基于皮肤电信号的飞行学员心理压力数据获取方法，其特征在于，包括以下步骤： S1：采集多个飞行学员在飞行模拟训练时的皮肤电信号，作为生理信号数据集； S2：利用深度卷积神经网络对采集的皮肤电信号进行运动伪迹去除；包括以下步骤：降低皮肤电信号的采样频率；将皮肤电信号分割成非重叠的分段数据；将分段数据输入深度卷积自编码器进行运动伪迹去除；所述深度卷积自编码器包括编码器和解码器，其中，编码器由3个卷积块组成，每个卷积块由卷积层、池化层、Leaky‑ReLU激活函数和批归一化层组成；解码器由3个反卷积块组成，前2个反卷积块由反卷积层、池化层、优化随机Leaky‑ReLU激活函数和批归一化层组成，后1个反卷积块仅由反卷积层组成； 所述深度卷积自编码器的损失函数的表达式为： ； 其中，表示第i个原始皮肤电信号，表示完成运动伪迹去除后的第i个皮肤电信号，n表示皮肤电信号总数；深度卷积自编码器的损失函数的第一部分为皮肤电信号与运动伪迹去除后的皮肤电信号之间的均方差，第二部分为防止过度拟合添加的L2正则函数；表示系数，其取值在之间；表示皮肤电信号的正则函数； 所述优化随机Leaky‑ReLU激活函数的表达式为： ； 其中，表示输入的皮肤电信号，，u代表均匀分布的随机数，且u有上确界，即； S3：对去除运动伪迹后的皮肤电信号进行频域、时域和非线性特征提取，形成皮肤电信号特征集； S4：利用皮肤电信号特征集训练基于并行神经网络的心理压力数据获取模型；所述并行神经网络包括特征检测网络和关系网络，所述特征检测网络用于皮肤电信号的局部特征提取，所述关系网络用于对分段的皮肤电信号进行特征整合；其中，所述特征检测网络包含两层卷积模块和一层权重分配模块，所述卷积模块包含一维卷积层、批归一化层和Leaky‑ReLU激活函数；所述关系网络包含两个串联的基于LSTM的注意力层，生成皮肤电信号特征进行加权求和操作，得到皮肤电信号关键特征的权重系数，所述注意力层包含三个并联的双向LSTM网络与两个Softmax层；将输入的分段皮肤电信号看作键值对形式，根据给定的特征权重分配中的Query矩阵和Key矩阵，将双向LSTM网络的Key矩阵和Query矩阵相乘，输出到Softmax层，得到两矩阵的相似系数，再与双向LSTM网络的Value矩阵相乘，输出到Softmax层，得到对应的权重系数，即得到注意力层权重；其输出信号为： ； 其中，Softmax为概率分布函数，Query、Key和Value分别为双向LSTM网络的不同权重矩阵； S5：将新的飞行学员在飞行模拟训练时的皮肤电信号经过运动伪迹去除、特征提取后，输入训练好的心理压力数据获取模型中，获取新的飞行学员的心理压力数据。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。