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！

摘要：本发明提供了一种运动想象脑电信号预测方法，包括如下步骤：对采集到用户运动想象脑电信号数据进行预处理；获取运动想象脑电信号数据的特征和标签，利用两类样本的间隔最大化准则建立一个二次规划问题；将二次规划问题通过拉格朗日乘子法和等价变换转换为分段线性投影方程；基于分段线性投影方程设计原对偶神经网络并求解问题；对偶神经网络的求解结果传递给运动想象脑电信号分类函数，从而得到脑电信号的预测结果。本发明用于运动想象脑电信号类别的预测问题，采用的支持向量神经网络方法是基于支持向量机模型发展而来的神经网络求解器，其预测准确率高、不涉及复杂的矩阵运算、收敛速度快，同时还具有实时性强、易于实现的优点。

主权项：1.一种运动想象脑电信号预测方法，其特征在于，包括如下步骤：1对采集到的用户运动想象脑电信号数据进行预处理；2获取预处理后的数据的特征和标签，利用两类样本的间隔最大化准则建立二次规划问题；3将二次规划问题通过拉格朗日乘子法转化为线性变分不等式；二次规划问题转化为分段线性投影方程：PΩd-Hd+p-d＝0其中PΩ·∈Rm+1表示分段线性投影函数，d表示原对偶决策向量矩阵，矩阵H＝W,y；-yT,0∈Rm+1×m+1，W表示运动想象脑电信号特征向量的高斯核函数矩阵，y∈Rm表示运动想象脑电信号标签向量；Rm表示m维实数域；向量p＝q；0∈Rm+1，q＝-1,-1,…,-1T∈Rm；所述分段线性投影方程为： 其中，di代表d中第i个元素，表示di的最大、最小边界值；4将线性变分不等式等价变换转换为分段线性投影方程；引入支持向量神经网络求解器，用支持向量神经网络求解器对分段线性投影方程进行求解，其求解器的动力学方程为： 其中θ0是用于衡量原对偶神经网络的收敛率的参数，I是单位矩阵；矩阵H＝W,y；-yT,0∈Rm+1×m+1，W是运动想象脑电信号特征向量的高斯核函数矩阵，y∈Rm是运动想象脑电信号标签向量，d是包含二次规划问题的拉格朗日乘子α的决策变量，向量p＝q；0∈Rm+1，表示对向量d进行求导，PΩ·∈Rm+1表示分段线性投影方程；支持向量神经网络求解器中用求解出来的结果d*得到前m个拉格朗日乘子α*，进一步得到预测函数中的法向量ω*和位移项b*： 其中m是数据样本数量，和表示二次规划问题的拉格朗日乘子α的第i个和第j个最优解，xi、xj表示第i、j个数据的特征向量，参数C是惩罚因子，SVS表示数据样本中支持向量的集合；5基于分段线性投影方程设计原对偶神经网络并求解问题；6将原对偶神经网络的求解结果得到运动想象脑电信号分类函数的权重向量和偏移量；7将权重因子和偏移量传递给运动想象脑电信号分类函数，从而得到脑电信号的预测结果；8将预测结果输出显示到电脑屏幕上。

全文数据：

权利要求：

百度查询： 华南理工大学 一种运动想象脑电信号预测方法