[发明专利]一种非线性数据全局互相关性的并行定量计算方法

权利要求书

1.一种非线性数据全局互相关性的并行定量计算方法，其特征在于，包括以下步骤：

步骤1：对M通道原始脑电数据shuru进行直接分解，M＞2，以两两通道数据最为原始数据进入下层循环；设定初始通道i＝1，j＝1；

步骤2：取第i通道原始数据shurui；

步骤3：取第j通道原始数据shuruj；

步骤4：设置数据时间窗Epoch和滑动距离Overlap；

步骤5：设定初始循环次数为t＝1，计算循环次数N：

N＝length(shuru-Epoch)/(Epoch-Overlap)

步骤4：按照时间窗从数据输入shurui和shuruj里取数据，计算当前窗口数据偏移量(t-1)*(Epoch-Overlap)，得到当前数据X_t(k)和Y_t(k)；

步骤5：运用NLI算法计算两个数据的相关性，得到独立性测量S、H、N、M；

步骤6：判断t＞N是否成立；

若是，则顺序执行下述步骤6；

若否，则t＝t+1，并回转执行所述步骤4；

步骤7：判断j＞M是否成立；

若是，则顺序执行下述步骤8；

若否，则j＝j+1，并回转执行所述步骤3；

步骤8：判断i＞M是否成立；

若是，则顺序执行下述步骤9；

若否，则i＝i+1，并回转执行所述步骤2；

步骤9：对独立性测量S、H、N、M组成的相关性矩阵进行特征值特征向量分解；

对数据矩阵X_M×T＝{x_i(k)}，i＝1,…,M，k＝1,…,T的协方差矩阵C进行特征值分解，其中M表示通道数量，T表示时间窗内的数据点数，获得特征值λ_i，并对其进行归一化，得到归一化特征值：

λi′=λiΣi=1Mλi=λitr(C);]]>

式中tr(C)为协方差矩阵的迹；

步骤10：基于特征值特征向量计算S估计器，S估计器的定义为：

S=1+Σi=1Mλi′log(λi′)log(M)∈[0,1].]]>