[发明专利]一种基于稀疏度量的分类方法无效
| 申请号： | 201310017610.8 | 申请日： | 2013-01-17 |
| 公开（公告）号： | CN103077318A | 公开（公告）日： | 2013-05-01 |
| 发明（设计）人： | 徐鹏;李沛洋;张锐;田春阳;郭兰锦;尧德中 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06F19/00 | 分类号： | G06F19/00 |
| 代理公司： | 成都宏顺专利代理事务所(普通合伙) 51227 | 代理人： | 周永宏 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 稀疏 度量 分类 方法 | ||
技术领域
本发明属于生物医学信息技术领域，具体涉及脑-机接口领域中的模式分类方法。
背景技术
脑-机接口（Brain Computer Interface，BCI）是利用计算机或其他外部电子设备之间实现人脑与外界进行直接交流和控制的通道（Wolpaw JR,Birbaumer N,McFarland DJ,Pfurtscheller G, Vaughan TM(2002)Brain-computer interfaces for communication and control.Clin Neurophysiol113，767-791）。BCI研究涉及众多学科，例如：神经科学、信号检测、信号处理、模式识别、控制理论等，这些学科的交叉发展推动了BCI研究的推进。BCI的基础理论与临床应用研究，已被纳入脑科学和神经工程学的范畴，也被国际上的很多权威机构认为是21世纪脑与神经科学研究中的最前沿与热点之一。
一个BCI系统包括信号采集、数据处理以及外设与接口三个部分。在数据处理中，EEG信号的模式分类是BCI系统能否翻译出大脑信息的关键。用于脑机接口的模式分类方法很多，其中，线性判别分析方法(Linear Discriminant Analysis，LDA)由于简单的结构原理以及较低的计算复杂度而在BCI模式识别中得到了广泛的应用。
线性判别分析的基本思想是将高维空间中的样本投影到一个低维特征空间并使得投影后的样本在新的空间中具有最大的类间离散度和最小的类内离散度，满足条件的特征空间即为使(1)式达到最大的特征向量w所张成的子空间：
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于电子科技大学，未经电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201310017610.8/2.html，转载请声明来源钻瓜专利网。
- 上一篇：一种听诊器大夫不接触病患辅助装置
- 下一篇：一种婴幼儿座便器
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学，即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真，例如：概率模型或动态模型，遗传基因管理网络，蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的，例如：进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的，例如：结构排序，结构或功能关系，蛋白质折叠，结构域拓扑，用结构数据的药靶，涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的，例如：基因型–表型关联，不均衡连接，种群遗传学，结合位置鉴定，变异发生，基因型或染色体组的注释，蛋白质相互作用或蛋白质核酸的相互作用
