一种基于最优序列特征子集的脑电模式提取方法

授权

摘要

本发明公开了一种基于最优序列特征子集的脑电模式提取方法，以针对脑机接口系统对脑电数据分类的高精度分类要求，脑机接口可以通过发现寻找脑电信号的最优特征子序列进行信号分类，在保证脑电信号分类精度的同时也提供相关强解释性结果。通过PAA降维和SAX符号化，将数据复杂度降低，另外通过Hash方式替代数据之间相似性计算，速度和效率更高。定义了一个区分度用以判断符号子序列之间对不同脑电信号的区分能力。

基本信息

专利标题：

一种基于最优序列特征子集的脑电模式提取方法

专利标题（英）：

暂无

公开（公告）号：

CN111126241A

申请号：

CN201911319017.2

公开（公告）日：

2020-05-08

申请日：

2019-12-19

授权号：

CN111126241B

授权日：

2022-04-22

发明人：

臧明文黄刚

申请人：

南京邮电大学

申请人地址：

江苏省南京市栖霞区亚东新城区文苑路9号

代理机构：

南京瑞弘专利商标事务所(普通合伙)

代理人：

彭雄

优先权：

CN201911319017.2

主分类号：

G06K9/00

IPC分类号：

G06K9/00 G06K9/62 G06F3/01