-
公开(公告)号：CN111091074B
公开(公告)日：2023-04-25
申请号：CN201911210107.8
申请日：2019-12-02
Applicant: 杭州电子科技大学
IPC: G06F18/10 , G06F18/2411
Abstract: 本发明公开了一种最优区域共空间模式的运动想象脑电信号分类方法。本发明首先进行多通道脑电信号采集并预处理。其次根据通道的欧氏距离选择通道附近的n个通道组成局部区域，对这若干个区域进行CSP滤波，得到若干区域的方差比。然后根据CSP的可分性判据，选择选择最大方差比与最小方差比差值最大的区域为选定的区域。再对区域内通道数目n进行交叉验证，得到最优区域。最后将最优区域进行CSP滤波，取滤波后的3个最大和最小特征向量组成特征空间，将训练集特征输入SVM分类器训练分类模型后，对测试集特征进行分类得到测试结果。本发明通过移除不相关的嘈杂通道提高了BCI的性能；同时减少了通道数量以及校验运行时间。
-
公开(公告)号：CN112684891A
公开(公告)日：2021-04-20
申请号：CN202011618883.4
申请日：2020-12-30
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于多源流形嵌入迁移的脑电信号分类方法。本发明首先进行多通道脑电信号采集并预处理。然后提取信号的协方差特征，利用线性变换矩阵最小化源域和目标域的KL距离对齐两者的边缘概率分布。随后提取迁移后源域样本和目标域样本的切线空间特征以获得样本的向量表示，接着利用联合分布对齐JDA适配源域和目标域的联合概率分布，最后利用最小化风险准则SRM对适配后的源域样本训练域不变的分类器，对目标域样本进行分类得到测试结果。本发明利用其他多个源域受试者的有标签样本的知识迁移到目标域受试者无标签样本，解决了BCI系统中个体差异性以及校准时间长的问题，为BCI的便捷应用提供了理论依据。
-
公开(公告)号：CN111091074A
公开(公告)日：2020-05-01
申请号：CN201911210107.8
申请日：2019-12-02
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种最优区域共空间模式的运动想象脑电信号分类方法。本发明首先进行多通道脑电信号采集并预处理。其次根据通道的欧氏距离选择通道附近的n个通道组成局部区域，对这若干个区域进行CSP滤波，得到若干区域的方差比。然后根据CSP的可分性判据，选择选择最大方差比与最小方差比差值最大的区域为选定的区域。再对区域内通道数目n进行交叉验证，得到最优区域。最后将最优区域进行CSP滤波，取滤波后的3个最大和最小特征向量组成特征空间，将训练集特征输入SVM分类器训练分类模型后，对测试集特征进行分类得到测试结果。本发明通过移除不相关的嘈杂通道提高了BCI的性能；同时减少了通道数量以及校验运行时间。
-
-
Search Results
3
records
(took 0.019 seconds)
