[發(fā)明專利]一種基于腦機(jī)接口的自動(dòng)呼叫器及其訓(xùn)練方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810705313.5
• 申請(qǐng)日: 2018-07-02
• 公開（公告）號(hào): CN108965625B
• 公開（公告）日: 2020-07-31
• 發(fā)明（設(shè)計(jì)）人: 王梟;劉瑞敏;楊燕平;劉靜;王震;朱陽光
• 申請(qǐng)（專利權(quán)）人: 昆明理工大學(xué)
• 主分類號(hào): G06F3/01
• 分類號(hào): G06F3/01;H04M11/02;H04W4/80;H04W4/90
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于腦機(jī)接口的自動(dòng)呼叫器的訓(xùn)練方法，其特征在于，自動(dòng)呼叫器包括無線耳機(jī)與呼叫器，所述呼叫器內(nèi)部有微處理器，所述微處理器分別與藍(lán)牙接收裝置、預(yù)處理模塊、特征提取模塊、特征分類模塊、4G網(wǎng)絡(luò)模塊、電源模塊和存儲(chǔ)模塊相連，表面有顯示屏與按鈕按鍵，在顯示屏上可以按照相應(yīng)的提示完成對(duì)應(yīng)的操作，按鈕按鍵與內(nèi)部微處理器相連；所述藍(lán)牙接收裝置用于接收無線耳機(jī)發(fā)送來的腦電信號(hào)；所述預(yù)處理模塊用于對(duì)接收到的腦電信號(hào)進(jìn)行去噪以及信號(hào)放大；所述特征提取模塊用于對(duì)接收到的腦電信號(hào)的最大峰值、最小峰值和腦電信號(hào)大幅波動(dòng)時(shí)間進(jìn)行分析提取；所述電源模塊用于給呼叫器正常運(yùn)轉(zhuǎn)提供電能；所述特征分類模塊用于利用RBF算法進(jìn)行決策用戶需要呼叫的對(duì)象；所述存儲(chǔ)模塊用于存儲(chǔ)用戶設(shè)定的信息；所述4G網(wǎng)絡(luò)模塊用于與用戶所呼叫對(duì)象的通信；

所述無線耳機(jī)用于采集用戶的腦電信息，通過藍(lán)牙發(fā)送到呼叫器，以提供給呼叫器內(nèi)部的微處理器進(jìn)一步處理；所述微處理器用于解析接收到的腦電信號(hào)并且將它發(fā)送到所呼叫對(duì)象的通信設(shè)備上；

上述自動(dòng)呼叫器的訓(xùn)練方法包括如下步驟：

步驟1：確定被測(cè)試者的性格特征值并且在呼叫器的顯示屏上進(jìn)行設(shè)定，并且設(shè)性格特征值為x₄；

步驟2：戴上無線耳機(jī)并開啟開關(guān)；

步驟3：利用無線耳機(jī)將測(cè)試者在某種特定環(huán)境下的腦電信號(hào)傳輸至呼叫器，呼叫器的特征提取模塊將在此環(huán)境下測(cè)試者的腦電信號(hào)特征值提取，即腦電信號(hào)的最大峰值、最小峰值、腦電信號(hào)大幅波動(dòng)時(shí)間值，同時(shí)關(guān)閉無線耳機(jī)開關(guān)，并且設(shè)最大峰值、最小峰值、腦電信號(hào)大幅波動(dòng)時(shí)間值為x₁、x₂、x₃；

步驟4：確定在此特定環(huán)境下所對(duì)應(yīng)的事件特征值，設(shè)事件特征值為y_d；

步驟5：呼叫器所呼叫事件的特征值作為特征分類模塊的理想輸出數(shù)據(jù)，最大峰值、最小峰值、腦電信號(hào)大幅波動(dòng)時(shí)間、用戶性格特征值為輸入數(shù)據(jù)，利用這些數(shù)據(jù)對(duì)特征模塊的rbf神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練；

步驟6：從步驟1重新開始更換不同的測(cè)試者對(duì)特征分類模塊的rbf神經(jīng)網(wǎng)絡(luò)訓(xùn)練。

2.根據(jù)權(quán)利要求1所述的基于腦機(jī)接口的自動(dòng)呼叫器的訓(xùn)練方法，其特征在于：所述性格特征值的設(shè)定和事件特征值的設(shè)定是通過呼叫器顯示屏的提示來完成的，所述事件的特征值設(shè)定僅供技術(shù)人員訓(xùn)練呼叫器使用，普通用戶不能使用。

3.根據(jù)權(quán)利要求1所述的基于腦機(jī)接口的自動(dòng)呼叫器的訓(xùn)練方法，其特征在于：所述特定環(huán)境分為三類：一般情況、緊急情況和超緊急情況，并且一般情況取事件特征值為1，緊急情況取事件特征值為2，超緊急情況取事件特征值為3，事件特征值表可以提前被存儲(chǔ)在存儲(chǔ)單元，在這里一般情況的定義為日常生活中遇到的需要求助的瑣碎小事；緊急情況定義為財(cái)產(chǎn)或利益受到損害的情況；超緊急情況定義為生命安全受到威脅的情況。

4.根據(jù)權(quán)利要求1所述的基于腦機(jī)接口的自動(dòng)呼叫器的訓(xùn)練方法，其特征在于：所述性格特征值包括0、1、2，0是表示比較內(nèi)向的性格，1表示既不內(nèi)向也不外向的性格，2表示外向的性格，性格特征值需要用戶根據(jù)日常中的自我認(rèn)識(shí)以及身邊的人來進(jìn)行評(píng)定。

5.根據(jù)權(quán)利要求1所述的基于腦機(jī)接口的自動(dòng)呼叫器的訓(xùn)練方法，其特征在于：所述特征分類模塊的rbf神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練具體步驟為：此訓(xùn)練算法有四個(gè)輸入、一層隱含層和一個(gè)輸出，隱含層用高斯函數(shù)做徑向基函數(shù)，第一層隱含層輸出的計(jì)算公式為：

其中i∈[1，10]，表示第一層隱含層的10個(gè)神經(jīng)元，X_c表示高斯函數(shù)的中心值，它是一個(gè)與X同維數(shù)列向量，σ_i為高斯函數(shù)的寬度，X為輸入向量組，

由此得到該網(wǎng)絡(luò)的輸出為：

其中σ_i、X_c和ω_i1先隨機(jī)給定，計(jì)算出第一組輸入數(shù)據(jù)的實(shí)際輸出y₁，然后根據(jù)梯度下降算法進(jìn)行更新σ_i、X_c、ω_i1，繼續(xù)進(jìn)行第二組，直到所有的輸入輸出數(shù)據(jù)對(duì)rbf神經(jīng)網(wǎng)絡(luò)的訓(xùn)練完成，得到最終的σ_i、X_c、ω_i1即可。