[发明专利]一种脑电信号识别方法及装置在审
| 申请号： | 201910306545.8 | 申请日： | 2019-04-17 |
| 公开（公告）号： | CN110074779A | 公开（公告）日： | 2019-08-02 |
| 发明（设计）人： | 尹春林;何卫华;梅双文 | 申请（专利权）人： | 中科创达（重庆）汽车科技有限公司 |
| 主分类号： | A61B5/0476 | 分类号： | A61B5/0476 |
| 代理公司： | 北京皮皮云嘉知识产权代理有限公司 11678 | 代理人： | 朱思全 |
| 地址： | 401120 重庆*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种脑电信号识别方法及装置，先在原始样本集中多次抽取脑电信号样本组成多个训练集；然后引入核矩阵计算脑电信号的协方差矩阵，进而得到聚合空间协方差矩阵；再对其进行特征分解并构造白化矩阵；利用白化矩阵对协方差矩阵进行变换并进行特征分解得到特征向量；通过特征向量构造空间过滤器，提取每类脑电信号的特征，得到与当前训练集对应的分类模型；最后利用多个分类模型确定待分类脑电信号的类别。本发明通过重复选取训练样本构成多个训练集，可以有效抑制脑电信号的个体性差异，提取到更具辨别力的特征，从而提高脑电信号的识别率，同时，在计算协方差矩阵时引入了核矩阵，可以减少计算量，进而降低了耗时，提高了处理效率。 | ||
| 搜索关键词： | 脑电信号 协方差矩阵 训练集 白化矩阵 分类模型 特征分解 特征向量 核矩阵 过滤器 处理效率 构造空间 聚合空间 训练样本 样本组成 有效抑制 原始样本 个体性 计算量 识别率 引入 抽取 耗时 辨别 分类 重复 | ||
【主权项】：
1.一种脑电信号识别方法，其特征在于，所述方法包括：在脑电信号的原始样本集中以每次随机抽取n个脑电信号样本的方式组成x个训练集，其中所述脑电信号分为k类；在每个训练集中，利用核矩阵计算脑电信号的协方差矩阵，根据所述协方差矩阵得到聚合空间协方差矩阵Rc；对所述聚合空间协方差矩阵Rc进行特征分解并构造白化矩阵P；利用白化矩阵P对所述协方差矩阵进行变换并进行特征分解，得到特征向量B；通过特征向量B构造空间过滤器W，使用所述空间过滤器W提取每类脑电信号的特征y，以得到与当前训练集对应的分类模型；利用所述x个训练集获得的x个分类模型确定待分类脑电信号的类别。
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中科创达（重庆）汽车科技有限公司，未经中科创达（重庆）汽车科技有限公司许可，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/201910306545.8/，转载请声明来源钻瓜专利网。
