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！

龙图腾网恭喜中国科学院沈阳自动化研究所申请的专利基于概率学习黎曼空间量化的运动想象脑电信号识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114722850B 。

龙图腾网通过国家知识产权局官网在2025-04-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202011526846.0，技术领域涉及：G06F18/2431；该发明授权基于概率学习黎曼空间量化的运动想象脑电信号识别方法是由唐凤珍;冯海峰设计研发完成，并于2020-12-22向国家知识产权局提交的专利申请。

本基于概率学习黎曼空间量化的运动想象脑电信号识别方法在说明书摘要公布了：本发明提供了一种基于概率黎曼学习空间量化的运动想象脑电信号识别方法，将脑电信号用空间协方差矩阵来表示，将空间协方差矩阵看作黎曼空间中的点，采用黎曼仿射不变距离计算点间的距离；利用该黎曼距离建立数据的类高斯混合模型，以此构建概率学习黎曼空间量化方法，采用贝叶斯理论为各类别脑电信号学习若干个带标签的原型，并学习类高斯混合函数中的方差参数；采用最大后验概率的方法进行最终的识别，将待识别样本的最大后验概率所对应的标签预测为该样本的类别。本发明采用空间协方差矩阵作为输入特征，避免复杂的脑电信号预处理计算；不需要大量的学习样本并且能够产生概率输出，有助于建立性能稳定的脑机接口系统。

本发明授权基于概率学习黎曼空间量化的运动想象脑电信号识别方法在权利要求书中公布了：1.基于概率学习黎曼空间量化的运动想象脑电信号的识别方法，其特征在于，包括以下步骤：采集不同运动想象任务的脑电信号；获取脑电信号的协方差矩阵，形成样本空间；将协方差矩阵看作黎曼对称空间中的点，采用黎曼仿射不变距离度量黎曼对称空间中两点的距离；利用黎曼仿射不变距离为协方差矩阵建立类高斯混合模型，建立似然函数，进而得到概率学习黎曼空间量化方法的代价函数；通过随机梯度下降方法最小化代价函数，计算原型对应的黎曼梯度，建立原型学习规则，计算方差参数的梯度，建立方差参数的学习规则；采用最大后验概率方法，输出待预测脑电信号的类别；所述代价函数为： 其中，σ20是一个实数参数，称为方差参数，δ2Xi,Wj是Xi和Wj之间的仿射不变黎曼距离的平方；所述的最大后验概率方法来输出待预测脑电信号的类别包括以下步骤：采集待识别运动想象任务的脑电信号Et；计算协方差矩阵Xt；按照下式计算Xt的类别为yk后验概率： 其中，fXt,Wj＝δ2X,Wjσ2，δ2Xt,Wj为样本xt与原型Wj之间的黎曼仿射不变距离，σ2为方差参数；通过下式找到最大的后验概率所对应标签 将最大后验概率所对应的标签估计为脑电信号Et的类别，即

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学院沈阳自动化研究所，其通讯地址为：110016 辽宁省沈阳市沈河区南塔街114号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。