云脑智能
算法服务
云脑智能算法服务
01
注意力状态二分类模型
02
功能：
实时识别用户当前注意力状态（集中/不集中），适用于专注力监测、学习效率评估等场景。
输入:
- - 云脑智能设备采集的多通道脑电信号（EEG）。
- - 时序长度：每段分析数据为0.5~3秒窗口（可自行调节）。
输出:
- - 二分类结果（0=不集中状态，1=集中状态）。
- - 置信度分数（0~100范围，反映分类可靠性）。
算法核心:
- - 基于XGboost轻量化网络，优化时空特征提取：
- - 时域卷积层捕捉α/β频带能量变化（注意力集中时α波抑制）。
- - 空域卷积层融合前额叶（Fp1/Fp2）与顶叶（P3/P4）信号相关性。
- - 训练数据：闭眼放松状态（被试睁眼自然放松，无需执行任何任务，代表注意力较低或分散状态不集中）vs. 心算任务（被试需完成简单的加法计算任务，计算式包含两个数字，任务难度较低，能轻松完成，代表注意力处于较为集中的状态）的实验室标定数据。
性能指标:
- - 准确率≥90%（跨被试交叉验证），延迟<200ms。
情绪四分类计算法
03
功能：
识别用户当前情绪状态（中性/快乐/悲伤/恐惧），适用于情感计算、心理健康筛查等场景。
输入:
- - 云脑智能设备采集的多通道脑电信号（EEG）。
- - 时序长度：1.5~3秒窗口（可自行调节）。
输出:
- - 四分类结果（0=中性，1=快乐，2=悲伤，3=恐惧）。
- - 各情绪类别概率分布（Softmax归一化）。
算法核心:
- - XGBoost轻量化模型
- - 训练数据：进素材筛选与评价之后的视频情绪诱发实验，配合多维量表进行数据标注
性能指标:
- - 准确率≥75%（跨被试交叉验证），延迟<200ms。