[发明专利]一种基于矩阵变量高斯模型的运动想象脑电特征提取方法有效
| 申请号： | 202010109597.9 | 申请日： | 2020-02-22 |
| 公开（公告）号： | CN111368884B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 祝磊;杨君婷;胡奇峰 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06F18/2411 | 分类号： | G06F18/2411;A61B5/372;A61B5/369;G06F18/214;G06F3/01;G06F18/2132 |
| 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： | 黄前泽 |
| 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矩阵变量高斯模型的运动想象脑电特征提取方法。现有技术中运动想象脑电特征提取方法精度不足。本发明如下：一、进行脑电测试建立样本集。二、将训练样本集x进行滤波器组共空间模态运算；三、构建类间权重矩阵和类内权重矩阵；四、计算类内空间协方差矩阵和类内频率协方差矩阵；五、拆分类间散布矩阵。六、建立投影矩阵。七、计算特征数对；八、获取用于训练的d维特征。九、训练SVM模型。十、对被测人员的运动想象进行检测和识别。常规处理方法忽略了脑电信号中的空间信息。本发明使用矩阵化降维处理，并引入了矩阵变量高斯模型的思想，进一步提高了空间信息的利用率。 | ||
| 搜索关键词： | 一种 基于 矩阵 变量 模型 运动 想象 特征 提取 方法 | ||
【主权项】：
暂无信息
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/202010109597.9/，转载请声明来源钻瓜专利网。
- 上一篇：基于正交分解理论的梁单元变形分解方法
- 下一篇：屏幕发声装置和电子设备
