[发明专利]一种基于改进S变换的运动想象分类识别方法在审

专利信息
申请号: 201810532952.6 申请日: 2018-05-29
公开(公告)号: CN108875799A 公开(公告)日: 2018-11-23
发明(设计)人: 徐舫舟;郑文风;赵松松;张迎春;许晓燕 申请(专利权)人: 齐鲁工业大学
主分类号: G06K9/62 分类号: G06K9/62;G06F3/01
代理公司: 济南舜源专利事务所有限公司 37205 代理人: 刘雪萍
地址: 250353 山东*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开一种基于改进S变换的运动想象分类识别方法,采用改进S变换的方法在脑电信号特征最显著的频率范围内提取信号的PSD特征,筛选出尺度因子p和q的最优值,准确地提取出信号特征。提取出有效特征后,筛选出SVM分类器中惩罚因子c与核函数参数g的最优值,以及确定最佳核函数,训练出分类模型并测试,获得了最高96%的分类正确率,优于目前所有方法的分类正确率。本发明采用信道选择方法,在保证性能的前提下降低数据维度,大大减轻了算法复杂度,并剔除了信道中的噪音信道以及相互干扰的信道,筛选出了噪音小,干扰少的几个相对较好的信道。
搜索关键词: 信道 分类识别 运动想象 核函数 正确率 筛选 脑电信号特征 算法复杂度 改进 惩罚因子 尺度因子 分类模型 数据维度 提取信号 信道选择 信号特征 有效特征 噪音信道 分类 剔除 噪音 测试 保证
【主权项】:
1.一种基于改进S变换的运动想象分类识别方法,其特征在于,包括以下步骤:S1:获取脑电信号,并对脑电信号进行预处理;所述脑电信号包括训练集、测试集、训练集标签和测试集标签;S2:采用改进S变换对预处理后的脑电信号的每一个信道提取功率谱密度特征数据;S3:将所有训练集特征数据和训练集标签放入采用径向基函数的支持向量机分类器中进行训练得到训练模型,根据训练模型预测出测试集预测标签,并将测试集预测标签与实际的测试集标签进行比较,得到分类正确率;S4:进行信道选择,获得最终的分类正确率。
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齐鲁工业大学,未经齐鲁工业大学许可,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/patent/201810532952.6/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top