公开(公告)号：CN104035563A

公开(公告)日：2014-09-10

申请号：CN201410274341.8

申请日：2014-06-19

Applicant: 北京工业大学

Inventor： 李明爱 ,  田晓霞 ,  郭硕达 ,  杨金福 ,  孙炎郡

IPC: G06F3/01

Abstract: 本发明涉及基于W-PCA和无监督GHSOM的脑电信号识别方法。所述方法包括：脑电信号采集，脑电信号预处理，基于小波变换结合主元分析对脑电信号进行特征提取，利用无监督GHSOM神经网络对特征向量进行分类。GHSOM神经网络在训练中能自组织学习，无需标记训练数据，根据数据的相似性进行分类，克服了现实中许多数据无标签的困难；同时，GHSOM神经网络根据数据结构自适应地确定分类所需要的神经元个数，减少了被抑制神经元的浪费现象，进而加快训练速度，缩短训练所有时间，更有利于在线分析；此外，在对数据训练的过程中，能够提供多层次、可视化的拓扑结构图，有利于对数据进行解释。

公开(公告)号：CN104035563B

公开(公告)日：2017-05-10

申请号：CN201410274341.8

申请日：2014-06-19

Applicant: 北京工业大学

Inventor： 李明爱 ,  田晓霞 ,  郭硕达 ,  杨金福 ,  孙炎郡

IPC: G06F3/01

Abstract: 本发明涉及基于W‑PCA和无监督GHSOM的脑电信号识别方法。所述方法包括：脑电信号采集，脑电信号预处理，基于小波变换结合主元分析对脑电信号进行特征提取，利用无监督GHSOM神经网络对特征向量进行分类。GHSOM神经网络在训练中能自组织学习，无需标记训练数据，根据数据的相似性进行分类，克服了现实中许多数据无标签的困难；同时，GHSOM神经网络根据数据结构自适应地确定分类所需要的神经元个数，减少了被抑制神经元的浪费现象，进而加快训练速度，缩短训练所有时间，更有利于在线分析；此外，在对数据训练的过程中，能够提供多层次、可视化的拓扑结构图，有利于对数据进行解释。