[发明专利]一种脑机接口中动作电位分类的硬件架构在审
申请号: | 201811112795.X | 申请日: | 2018-09-25 |
公开(公告)号: | CN108960217A | 公开(公告)日: | 2018-12-07 |
发明(设计)人: | 侯立刚;仝保军;郭嘉;吕昂;王文思;彭晓宏 | 申请(专利权)人: | 北京工业大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 北京思海天达知识产权代理有限公司 11203 | 代理人: | 沈波 |
地址: | 100124 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 动作电位 分类 分类结果 神经网络分类 脑机接口 控制模块 硬件架构 原始数据 主模块 架构 特征值提取 训练样本 准确度 对齐 无监督 可用 检测 应用 | ||
1.一种脑机接口中动作电位分类的硬件架构,其特征在于:此架构包括动作电位分类主模块、神经网络分类模块和控制模块,动作电位分类主模块和控制模块相互连接交互反馈,神经网络分类模块和控制模块相互连接交互反馈;动作电位分类主模块包括动作电位的检测、对齐、特征值提取、降维和分类;动作电位分类主模块用以完成对原始数据中的动作电位的初次分类,初次分类结果能够用于神经网络分类模块;神经网络分类模块能够同时对原始数据进行分类,并凭借动作电位分类结果作为训练样本,通过控制模块综合两种分类结果,得到最终的分类结果;此硬件架构能够应用于脑机接口中的动作电位分类,实现高准确度的无监督的动作电位分类。
2.利用权利要求1所述硬件架构进行的一种脑机接口中动作电位分类方法,其特征在于:该方法包括具体以下几个步骤,
S1动作电位分类主模块的硬件部分启动,动作电位分类主模块运行,按照动作电位的检测、对齐、特征值提取、降维和分类对原始数据进行分类处理,得到动作电位分类主模块的分类结果;
S2神经网络分类模块运行,根据动作电位分类主模块的分类结果进行训练,逐步提高准确度;在达到一定的训练样本数之后,直接对原始数据进行分类;
S3控制模块运行,控制模块能够对整个硬件的运行进行调控。
3.根据权利要求2所述的一种脑机接口中动作电位分类方法,其特征在于:步骤3中的调整动作电位分类主模块的分类算法、神经网络分类模块的神经网络结构和神经网络的训练样本数;随着训练样本的增加,神经网络分类模块的准确度提高,控制模块综合两种分类结果,实现较高准确度的无监督的动作电位分类模块架构。
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北京工业大学,未经北京工业大学许可,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/201811112795.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种动态人脸检测和识别方法
- 下一篇:一种超声波指纹传感器及指纹识别模组