[发明专利]一种基于黎曼距离的运动想象脑电信号分类方法及系统

权利要求书

1.一种基于黎曼距离的运动想象脑电信号分类方法，其特征在于，包括：

黎曼空间转化步骤：将已知类别标签的运动想象脑电矢量信号采用样本协方差矩阵表示，得到已知类别标签的样本协方差矩阵；

黎曼平均值计算步骤：计算已知类别标签的样本协方差矩阵之间的黎曼平均值，得到与已知类别标签数量相同个数的黎曼平均值；

黎曼距离计算步骤：分别计算待分类的运动想象脑电矢量信号对应的样本协方差矩阵与已知类别标签数量相同个数的黎曼平均值之间的黎曼距离值；

类别输出步骤：取上述黎曼距离值中的最小者所对应的类别作为待分类的运动想象脑电矢量信号的类别标签。

2.如权利要求1所述的基于黎曼距离的运动想象脑电信号分类方法，其特征在于，运动想象脑电矢量信号采用矩阵来表示；其中，矩阵的行数等于信号信道记录的数量；矩阵的列数等于每次试验中采样时间点的数量。

3.如权利要求2所述的基于黎曼距离的运动想象脑电信号分类方法，其特征在于，黎曼空间转化步骤的前提条件是满足其中，T_s是每次试验中采样时间点的数量，n是信号信道记录的数量。

4.如权利要求1所述的基于黎曼距离的运动想象脑电信号分类方法，其特征在于，黎曼空间转化步骤之前还包括：

对已知类别标签的运动想象脑电矢量信号进行频域滤波。

5.如权利要求1所述的基于黎曼距离的运动想象脑电信号分类方法，其特征在于，采用梯度下降算法来计算已知类别标签的样本协方差矩阵之间的黎曼平均值。

6.一种基于黎曼距离的运动想象脑电信号分类系统，其特征在于，包括存储器和处理器，所述处理器，包括：

黎曼空间转化模块，其用于将已知类别标签的运动想象脑电矢量信号采用样本协方差矩阵表示，得到已知类别标签的样本协方差矩阵；

黎曼平均值计算模块，其用于计算已知类别标签的样本协方差矩阵之间的黎曼平均值，得到与已知类别标签数量相同个数的黎曼平均值；

黎曼距离计算模块，其用于分别计算待分类的运动想象脑电矢量信号对应的样本协方差矩阵与已知类别标签数量相同个数的黎曼平均值之间的黎曼距离值；

类别输出模块，其用于取上述黎曼距离值中的最小者所对应的类别作为待分类的运动想象脑电矢量信号的类别标签。

7.如权利要求6所述的基于黎曼距离的运动想象脑电信号分类系统，其特征在于，运动想象脑电矢量信号采用矩阵来表示；其中，矩阵的行数等于信号信道记录的数量；矩阵的列数等于每次试验中采样时间点的数量。

8.如权利要求7所述的基于黎曼距离的运动想象脑电信号分类系统，其特征在于，在黎曼空间转化模块中，黎曼空间转化步骤的前提条件是满足其中，T_s是每次试验中采样时间点的数量，n是信号信道记录的数量。

9.如权利要求6所述的基于黎曼距离的运动想象脑电信号分类系统，其特征在于，所述处理器，还包括：

信号预处理模块，其用于对已知类别标签的运动想象脑电矢量信号进行频域滤波。

10.如权利要求6所述的基于黎曼距离的运动想象脑电信号分类系统，其特征在于，在所述黎曼平均值计算模块中，采用梯度下降算法来计算已知类别标签的样本协方差矩阵之间的黎曼平均值。