-
公开(公告)号：CN108960299B
公开(公告)日：2021-05-14
申请号：CN201810634951.2
申请日：2018-06-15
Applicant: 东华大学
Abstract: 本发明涉及一种多类运动想象脑电信号的识别方法，将待识别的多类运动想象脑电信号经预处理和提取融合后得到的一维特征向量输入到多核学习支持向量机中，由其输出分类结果实现识别，其中预处理是指去除噪声和眼电伪迹，提取融合是指分别利用离散小波变换和一对多公共空间模式提取时频域特征和空域特征后将各个域的特征首尾相连形成一维特征向量；对待识别的多类运动想象脑电信号进行识别时需要的参数通过免疫遗传算法优化得到。本发明方法有效地克服了传统单域特征提取算法信息描述不足以及单核分类器识别率较低的缺陷，通过使用多个核对应融合特征对应不同域的特征，使得分类器具有更好的鲁棒性和较高的识别率。
-
公开(公告)号：CN109009092B
公开(公告)日：2020-06-02
申请号：CN201810622937.0
申请日：2018-06-15
Applicant: 东华大学
IPC: A61B5/0476
Abstract: 本发明涉及一种去除脑电信号噪声伪迹的方法，其步骤如下：首先对经去噪处理的脑电信号进行独立分量分离，然后选择出含有伪迹的独立分量，最后对不含有伪迹的独立分量进行重构获得去除噪声伪迹后的脑电信号，其中独立分量分离基于改进的五阶FastICA算法，改进之处在于利用改进的更新公式进行更新的独立分量的分离向量和松弛因子，含有伪迹的独立分量是基于多域的自适应阈值信号选择方法进行选择。本发明的一种去除脑电信号噪声伪迹的方法，不仅能够自动识别多种眼电伪迹并进行去除，还能够保留大量的脑电信息，能够较好地提高脑电信号的信噪比以及减少信号的均方误差。
-
公开(公告)号：CN108960299A
公开(公告)日：2018-12-07
申请号：CN201810634951.2
申请日：2018-06-15
Applicant: 东华大学
CPC classification number: G06K9/6269 , G06N3/126
Abstract: 本发明涉及一种多类运动想象脑电信号的识别方法，将待识别的多类运动想象脑电信号经预处理和提取融合后得到的一维特征向量输入到多核学习支持向量机中，由其输出分类结果实现识别，其中预处理是指去除噪声和眼电伪迹，提取融合是指分别利用离散小波变换和一对多公共空间模式提取时频域特征和空域特征后将各个域的特征首尾相连形成一维特征向量；对待识别的多类运动想象脑电信号进行识别时需要的参数通过免疫遗传算法优化得到。本发明方法有效地克服了传统单域特征提取算法信息描述不足以及单核分类器识别率较低的缺陷，通过使用多个核对应融合特征对应不同域的特征，使得分类器具有更好的鲁棒性和较高的识别率。
-
公开(公告)号：CN109009092A
公开(公告)日：2018-12-18
申请号：CN201810622937.0
申请日：2018-06-15
Applicant: 东华大学
IPC: A61B5/0476
Abstract: 本发明涉及一种去除脑电信号噪声伪迹的方法，其步骤如下：首先对经去噪处理的脑电信号进行独立分量分离，然后选择出含有伪迹的独立分量，最后对不含有伪迹的独立分量进行重构获得去除噪声伪迹后的脑电信号，其中独立分量分离基于改进的五阶FastICA算法，改进之处在于利用改进的更新公式进行更新的独立分量的分离向量和松弛因子，含有伪迹的独立分量是基于多域的自适应阈值信号选择方法进行选择。本发明的一种去除脑电信号噪声伪迹的方法，不仅能够自动识别多种眼电伪迹并进行去除，还能够保留大量的脑电信息，能够较好地提高脑电信号的信噪比以及减少信号的均方误差。
-
-
-
Search Results
4
records
(took 0.018 seconds)
