CN119739293A 基于ai眼镜的脑机交互意图识别方法、装置、设备及介质

(12)发明专利申请(21)申请号202510258644.9(22)申请日2025.03.06(71)申请人小舟科技有限公司(57)摘要获取目标用户多个脑区的脑电活动数据，形成脑电时间序列并划分为多个意图识别数据片段；目标用户根据意图识别数据片段构建时长离散集合和频率离散集合，根据意图识别数据片段、时长离散集合和频率离散集合获取关键时频特征点位置序列和总体获取关健时频特征点位置序列在总体特征点位置序列中的出现次数和置信度得分，根据出现次数和置信度得分获取关键时频特征点位置序列对应的局部异常评价分数将意图识别数据片段分块，获取多个数据块，根据多个数据块构建频率转换集合获取数据块对应的数据波动信息，基于聚类分析方法根据频率转换集合和每个数据波动信息，获取意图复杂度评分：波动信息至少包括频率变化序列和总变化量根据意图复杂度评分和并常评价分数确定解码门限调整因子，根据解码门限调整国子对意图识别数据片段进行标准化，获取归一解码数据令，根据用户意图指令实现AI眼镜的交互控制功能23构建模糊逻辑推理系统；所述模糊逻辑推理系统包括456获取所述关键时频特征点位置序列在所述总体特征点位置序列中的出现次数和7附图说明89f=Fc/(a*△)(2)。Hk[j,f]=Ck[j,f]/max(Ck[j1.Pk,i中包含了足够数量的特征点，能够较好刻画该意图识别片段的时频模式；Dik,1=|mean(Xik,1+1)-mean(Xik,1)|(1=1...L-1)。Dl=F(Dik,1)(k=1...N;1=1...L-1)。Dl=∑k(wk*Dik,1)/∑kwk。Xi={P1-δ,P1-8+1,...,Pl,[0100]为了实现上述目标，首先需要构建模糊逻辑推理方法。该方法包括模糊化(a-β/2<=Ck<=α+β/2)μHigh(Ck)=exp(-(C(Xik(t)-μik)/oik(1)这样Zik(t)的均值为0、标准差为1,幅值分布更加集中和规[0109]因此在本方案中，提出了一种自适应幅值标准化(adaptiveampl现了幅值标准化的目标。Pf=mean(|Snorm(t,f)|^2)(1)。Pdf=smooth(Pf)(2)。Pdf(fmax(t))>=η*max(Pxc(t)=A(t)*cos(2πfmax(t)t+φ对Xnorm(t)在fmax(t)处的分量进行估计。LPF(x(t))=∑(n=0...N)bn*x(p(fi)=∑(k=1...K)πk*N(fi|μk,∑k)(p(k|f)=(πk*N(flμk,∑k))/p(f)(92223获取目标用户多个脑区的脑电活动数据形成脑电时间序列并划分为多个意图识别数据片段：目标用户根据意图识别数据片段构建时长离散集合和频率离散集合，根据意图识别数据片段、时长离散集合和频率离散集合获取关键时频特征点位置序列和总体特征点位置序列获取关键时频特征点位置序列在总体特征点位置序列中的出现次数和置信度得分，根据出现次数和置信度得分获取关键时频特征点位置序列对应的局部异常评价分数将意图识别数据片段分块，获取多个数据块，根据多个数据块构建频率转换集合获取数据块对应的数据波动信息，基于聚类分析方法根据频率转换集合和每个数据波动信息，获取意图复杂度评分：波动信息至少包括频率变化序列和总变化量根据意图复杂度评分和异常评价分数确定解码门限调整因子，根据解码门限调整因子对意图识别数据片段进行标准化，获取归一解码数据根据归一解码数据获取目标用户对应的用户意图指令，根据用户意图指令实现Al眼镜的交互控制功能