-
公开(公告)号:CN118277865A
公开(公告)日:2024-07-02
申请号:CN202410476491.0
申请日:2024-04-19
Applicant: 杭州电子科技大学
IPC: G06F18/241 , G06F18/23 , G06F18/213 , G06F18/25 , G06F18/10 , G06F18/27 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明提出一种基于脑电多视图解码的群体运动想象分类识别方法,利用共空间模式挖掘多通道脑电具有区分度的空间特征,来构建面向于个体内脑电特性的空间视图关系。同时,基于格兰杰因果关系网络进行通道选择,并通过图卷积网络提取个体间的耦合信息,建立群体运动想象脑电的耦合关系视图。再通过多视图模型和融合策略,探索最大程度发挥各视图的优势,实现基于自表示学习的子空间聚类算法将两类视图表征信息进行联合解码。通过单人运动想象脑电时空特征和群体跨脑耦合特征构建联合单人和个体间耦合信息的多视图表征,以实现个体内脑电特性的空间视图关系,进而充分考虑多脑各个通道间的联系,进而提高脑电运动想象分类准确率。