[发明专利]一种基于因效网络的多类运动想象脑电信号识别方法在审
| 申请号： | 201810463020.0 | 申请日： | 2018-05-15 |
| 公开（公告）号： | CN108875580A | 公开（公告）日： | 2018-11-23 |
| 发明（设计）人： | 苌文清;孙曜;孙双平 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 杭州君度专利代理事务所(特殊普通合伙) 33240 | 代理人： | 朱月芬 |
| 地址： | 310018 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于因效网络的多类运动想象脑电信号识别方法；具体为1、使用脑电采集设备采集驾驶脑电信号；2、对采集到的脑电信号进行预处理，包括降频、降噪；3、构建运动想象因效网络；4、给运动想象因效网路矩阵进行编码；5、使用线性支持向量机对运动想象因效网络的特征进行分类；本发明只需使用运动想象因效网络矩阵训练一次卷积神经网络，和使用8个特征值训练一次线性支持向量机分类器，我们就可以进行在线识别多类运动想象脑电信号。 | ||
| 搜索关键词： | 运动想象 脑电信号 网络 支持向量机分类器 线性支持向量机 预处理 矩阵 脑电采集 设备采集 神经网络 网络矩阵 一次线性 在线识别 次卷积 网路 构建 降频 降噪 采集 驾驶 分类 | ||
【主权项】：
1.一种基于因效网络的多类运动想象脑电信号识别方法，其特征在于：包括如下5个步骤：步骤1、使用脑电采集设备采集64个导联的多类运动想象脑电信号；步骤2、对采集到的脑电信号进行预处理，包括降频、降噪；步骤3、使用多变量格兰杰因果关系构建运动想象因效网络；步骤4、给运动想象因效网路矩阵进行编码；步骤5、使用线性支持向量机对运动想象因效网络的特征进行分类；所述的步骤4中，给运动想象因效网路矩阵进行编码；即使用卷积神经网络给因效网络矩阵进行编码，通过训练卷积神经网络让其生成8个因效网络的测量值，这8个测量值就是因效网络的特征；具体步骤如下：4‑1.标注因效网络矩阵；4‑2.用已经标注好的因效网络矩阵训练卷积神经网络；训练卷积神经网络，确保相同运动想象任务下生成的测量值之间的欧式距离小于阈值T，不同运动想象任务下生成的测量值之间的欧式距离大于阈值T；4‑3.让训练好的卷积神经网络分别为每个运动想象任务因效网络矩阵生成8个测量值。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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杭州电子科技大学，未经杭州电子科技大学许可，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/patent/201810463020.0/，转载请声明来源钻瓜专利网。
