龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国科学技术大学
摘要：本发明公开了一种基于通道相关性重建的跨被试脑电信号分类方法，其步骤包括：1、对来自多个源域被试的脑电信号数据进行预处理，形成源域数据集；2、搭建神经网络模型；3、在训练过程中，从源域数据中随机选择小批次样本；4、使用基于通道相关性重建的数据增强方法对小批次样本进行重构；5、将重构后的样本作为模型的输入，以更新模型参数，直至参数收敛为止。本发明通过基于通道相关性重建的数据增强方法增强源域数据的多样性，进而提升跨被试分类模型的域泛化能力，提高了跨被试分类模型在新被试数据上的跨被试分类性能，促进了脑机接口在现实世界的应用。
主权项：1.一种基于通道相关性重建的脑电信号跨被试分类方法，其特征在于，是按如下步骤进行：步骤1：获取来自多个源域的脑电信号数据，并使用带通滤波器对脑电信号数据进行预处理，构成预处理后的源域数据集；步骤2：搭建人工神经网络模型fθ，其中，θ表示fθ的网络参数；步骤3：从预处理后的源域数据集中选取含有B个样本的小批次样本集{Xi|i＝1,2,...,B}，其中，第i个训练样本，Nc为通道数，Ns＝ds×Fs表示每个通道包含的采样点数，ds表示训练样本的数据长度，Fs表示数据的采样率；步骤4：使用基于通道相关性重建的数据增强方法对小批次样本集{Xi|i＝1,2,...,B}进行重构，得到重构后的小批次样本集合其中，表示重构后的第i个训练样本；步骤5：基于对神经网络fθ中的网络参数θ进行更新，直至网络参数θ收敛为止，从而得到跨被试脑电信号分类模型，用于对脑电信号数据进行分类识别。
全文数据：
权利要求：
百度查询： 中国科学技术大学 一种基于通道相关性重建的跨被试脑电信号分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号