构建基于多源生物信息确定控制指令的模型的方法技术

本说明书提供一种构建基于多源生物信息确定输出指令的模型的方法，包括：建立对应规则；基于对应规则训练操作人员，获取每个控制指令对应生物信息源行为特征的特征向量；计算各个生物信息源行为特征对应的行为向量；获取操作人员欲表示的控制指令；根据每个生物信息源的行为向量，以及生物信息源行为特征对应各个控制指令的特征向量，计算行为向量在模糊可测空间中的坐标；根据隶属函数和以及坐标计各个生物信息源的行为特征对应各个控制指令的隶属度和隶属度向量；将第一时间对应的隶属度向量和操作人员欲表示的控制指令作为输入，训练模糊神经网络模型，得到基于多源生物信息确定输出指令的模型。定输出指令的模型。定输出指令的模型。

【技术实现步骤摘要】
构建基于多源生物信息确定控制指令的模型的方法


[0001]本说明书涉及自动控制
，具体涉及一种构建基于多源生物信息确定控制指令的模型的方法。

技术介绍

[0002]目前，自动控制领域和沉浸式游戏等技术等领域被参量数量越来越多，传统地基于用户手动选择控制对象、输入控制指令的方式已经不能满足应用需求。
[0003]为解决前述问题，行业内提出了通过采集脑电信号、眼动信号和声纹信号等各种人体操作信号综合而生成控制指令的控制方法。目前，采用此类均需要精确的物理系统模型；而实际应用中，基于不同情况下操作人员的脑电信号、眼动信号的配合具有多意性(可能包括多个控制目标)，很难确定严格的物理系统模型。另外，实际应用中，对脑电信号、眼动信号的采集存在大量的误差，物理系统模型并不能很好地处理此类误差。

技术实现思路

[0004]本说明书提供一种构建基于多源生物信息确定输出指令的模型的方法，包括：
[0005]建立各个生物信息源行为特征的与控制指令的对应规则；
[0006]基于所述对应规则训练操作人员，获取每个控制指令对应的各个所述生物信息源行为特征的特征向量；
[0007]获取第一时间内各个生物信息源的行为特征，并计算为各个生物信息源对应的行为向量；以及，获取所述第一时间时操作人员表示所述行为特征时欲表示的控制指令；
[0008]根据每个所述生物信息源的行为向量，以及所述生物信息源行为特征对应各个所述控制指令的特征向量，计算行为向量在模糊可测空间中的坐标；
[0009]根据生物信息源行为特征对应各个控制指令的隶属函数，以及所述坐标计算所述第一时间内各个生物信息源的行为特征对应各个控制指令的隶属度，组成各个生物信息源在所述第一时间内行为特征对应的隶属度向量；
[0010]将所述第一时间对应的隶属度向量和所述操作人员欲表示的控制指令作为输入，训练模糊神经网络模型，得到基于多源生物信息确定输出指令的模型。
[0011]可选地，所述基于所述对应规则训练操作人员，分别获取每个控制指令对应的各个所述生物信息源行为特征的特征向量，包括：
[0012]获取每个控制指令对应的各个生物信息源行为特征的采集样本；
[0013]采用聚类方法处理所述每个控制指令对应的各个生物信息源行为特征的采集样本，确定所述控制指令对应的所述生物信息源行为特征的特征向量。
[0014]可选地，根据每个所述生物信息源的行为向量，以及所述生物信息源行为特征对应各个所述控制指令的特征向量，获得行为向量在模糊可测空间中的坐标，包括：
[0015]采用计算行为向量在所述模糊可测空间中的坐标；为所述
行为向量；为所述特征向量。
[0016]可选地，所述第一时间为一时间段；
[0017]根据生物信息源行为特征对应各个控制指令的隶属函数，以及所述坐标计算所述第一时间内各个生物信息源的行为特征对应各个控制指令的隶属度，包括：
[0018]在所述第一时间对应的坐标区间内，对生物信息源行为特征对应各个控制指令的隶属函数进行积分，获得所述第一时间内各个生物信息源的行为特征对应各个控制指令的隶属度。
[0019]可选地，将所述第一时间对应的隶属度向量和所述操作人员欲表示的控制指令，训练模糊神经网络模型，得到基于多源生物信息确定输出指令的模型，包括：
[0020]以所述第一时间对应的隶属度向量和所述操作人员欲表示的控制指令为输入，基于混沌隶属群优化算法初始化和调整模糊神经网络模型的参数，得到基于多源生物信息确定输出指令的模型。
[0021]可选地，所述生物信息源行为特征包括眼动特征、声纹特征、脑电特征和肢体动作特征中的至少两种。
[0022]本说明书提供一种基于多源生物信息确定输出指令的方法，包括：
[0023]根据第二时间内各个生物信息源的行为特征计算各个生物信息源对应的行为向量；
[0024]根据每个所述生物信息源的行为向量，以及各个类型控制指令对应的所述生物信息源行为特征的特征向量，获得行为向量在模糊可测空间中的坐标；
[0025]根据每个生物信息源行为特征对应各个控制指令的隶属函数，以及所述坐标计算所述第二时间内各个生物信息源的行为特征对应各个控制指令的隶属度，采用所述隶属度组成各个生物信息源在所述第二时间内行为特征对应的隶属度向量；
[0026]将各个生物信息源在第二时间内行为特征对应的隶属度向量输入前所述方法建立的模型，得到输出指令。
[0027]本说明书还提供一种基于多源生物信息确定输出指令的模型的构建装置，包括：
[0028]特征向量确定单元，用于获取每个控制指令对应的各个所述生物信息源行为特征的特征向量；
[0029]初始训练信息获取单元，用于获取第一时间内各个生物信息源的行为特征，并计算为各个生物信息源对应的行为向量；以及，获取所述第一时间时操作人员表示所述行为特征时欲表示的控制指令；
[0030]行为特征隶属度向量构建单元，用于根据每个所述生物信息源的行为向量，以及所述生物信息源行为特征对应各个所述控制指令的特征向量，计算行为向量在模糊可测空间中的坐标；根据生物信息源行为特征对应各个控制指令的隶属函数，以及所述坐标计算所述第一时间内各个生物信息源的行为特征对应各个控制指令的隶属度，组成各个生物信息源在所述第一时间内行为特征对应的隶属度向量；
[0031]模型训练单元，用于将所述第一时间对应的隶属度向量和所述操作人员欲表示的控制指令作为输入，训练模糊神经网络模型，得到基于多源生物信息确定输出指令的模型。
[0032]可选地，所述特征向量确定单元获取每个控制指令对应的各个生物信息源行为特征的采集样本；采用聚类方法处理所述每个控制指令对应的各个生物信息源行为特征的采
集样本，确定所述控制指令对应的所述生物信息源行为特征的特征向量。
[0033]本说明书还提供一种基于多源生物信息确定输出指令的装置，包括：
[0034]行为向量构建单元，用于根据第二时间内各个生物信息源的行为特征，计算各个生物信息源对应的行为向量；
[0035]坐标计算单元，用于根据每个所述生物信息源的行为向量，以及各个类型控制指令对应的所述生物信息源行为特征的特征向量，获得行为向量在模糊可测空间中的坐标；
[0036]隶属度向量构建单元，用于根据每个生物信息源行为特征对应各个控制指令的隶属函数，以及所述坐标计算所述第二时间内各个生物信息源的行为特征对应各个控制指令的隶属度，采用所述隶属度组成各个生物信息源在所述第二时间内行为特征对应的隶属度向量；
[0037]输出指令确定单元，用于将各个生物信息源在第二时间内行为特征对应的隶属度向量输入如前所述方法构建的模型，得到输出指令。
[0038]本说明书提供的构建基于多源生物信息确定输出指令的模型的方法，能够充分利用多个信息源在时间和空间上进行组合，以实现信息源在时间或空间上的冗余和互补，以此使得计算得到本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种构建基于多源生物信息确定输出指令的模型的方法，其特征在于，包括：建立各个生物信息源行为特征的与控制指令的对应规则；基于所述对应规则训练操作人员，获取每个控制指令对应的各个所述生物信息源行为特征的特征向量；获取第一时间内各个生物信息源的行为特征，并计算为各个生物信息源对应的行为向量；以及，获取所述第一时间时操作人员表示所述行为特征时欲表示的控制指令；根据每个所述生物信息源的行为向量，以及所述生物信息源行为特征对应各个所述控制指令的特征向量，计算行为向量在模糊可测空间中的坐标；根据生物信息源行为特征对应各个控制指令的隶属函数，以及所述坐标计算所述第一时间内各个生物信息源的行为特征对应各个控制指令的隶属度，组成各个生物信息源在所述第一时间内行为特征对应的隶属度向量；将所述第一时间对应的隶属度向量和所述操作人员欲表示的控制指令作为输入，训练模糊神经网络模型，得到基于多源生物信息确定输出指令的模型。2.根据权利要求1所述的方法，其特征在于，基于所述对应规则训练操作人员，分别获取每个控制指令对应的各个所述生物信息源行为特征的特征向量，包括：获取每个控制指令对应的各个生物信息源行为特征的采集样本；采用聚类方法处理所述每个控制指令对应的各个生物信息源行为特征的采集样本，确定所述控制指令对应的所述生物信息源行为特征的特征向量。3.根据权利要求1所述的方法，其特征在于，根据每个所述生物信息源的行为向量，以及所述生物信息源行为特征对应各个所述控制指令的特征向量，获得行为向量在模糊可测空间中的坐标，包括：采用计算行为向量在所述模糊可测空间中的坐标；为所述行为向量；为所述特征向量。4.根据权利要求1所述的方法，其特征在于，所述第一时间为一时间段；根据生物信息源行为特征对应各个控制指令的隶属函数，以及所述坐标计算所述第一时间内各个生物信息源的行为特征对应各个控制指令的隶属度，包括：在所述第一时间对应的坐标区间内，对生物信息源行为特征对应各个控制指令的隶属函数进行积分，获得所述第一时间内各个生物信息源的行为特征对应各个控制指令的隶属度。5.根据权利要求1所述的方法，其特征在于，将所述第一时间对应的隶属度向量和所述操作人员欲表示的控制指令，训练模糊神经网络模型，得到基于多源生物信息确定输出指令的模型，包括：以所述第一时间对应的隶属度向量和所述操作人员欲表示的控制指令为输入，基于混沌隶属群优化算法初始化和调整模糊神经网络模型的参数，得到基于多源生物信息确定输出指令的模型。6.根据权利要求1
‑
5任一项所述的方法，其特征在于，所述生物信息源行为特征包括眼动特征、声纹特征、脑电特征和肢体动作特征中的至少两种。7.一种基于多源生物信息确定输出指令的方法，其特征在于，包括：
根据第二...

【专利技术属性】
技术研发人员：李慧娟，唐侃，贾媛，彭清华，杨子健，张浩，王昱天，周砚，
申请(专利权)人：北京航天创新专利投资中心有限合伙，
类型：发明
国别省市：