一种基于拓扑特征融合的脑电识别方法

授权

摘要

本发明公开了一种基于拓扑特征融合的脑电识别方法，本发明为了提高手部动作分类的性能，采用了一种LBELM和基于似然同步分析方法量化脑功能网络的新方法。与传统思想不同，本发明对二值FBN提取了两种最优的拓扑特征，并通过LBELM对两种最优的拓扑特征进行LBELM特征空间层的融合；同时本发明对LBELM做出了进一步的改进，增加了隐藏层参数优化以获得更高、更稳定的识别效果；使用了基于MSE^PRESS的留一法优化算法，以获得最优的正则化系数和融合比例。

基本信息

专利标题：

一种基于拓扑特征融合的脑电识别方法

专利标题（英）：

暂无

公开（公告）号：

CN111789592A

申请号：

CN202010620170.5

公开（公告）日：

2020-10-20

申请日：

2020-06-30

授权号：

CN111789592B

授权日：

2022-04-05

发明人：

刘阳丁吉谢翠张启忠高云园席旭刚

申请人：

杭州电子科技大学

申请人地址：

浙江省杭州市下沙高教园区2号大街

代理机构：

杭州君度专利代理事务所(特殊普通合伙)

代理人：

杨舟涛

优先权：

CN202010620170.5

主分类号：

A61B5/0484

IPC分类号：

A61B5/0484 A61B5/0478

法律状态

2022-04-05 ：

授权

2020-11-06 ：

实质审查的生效

IPC(主分类) : A61B 5/0484
申请日 : 20200630

2020-10-20 ：

公开

注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。

文件下载

暂无PDF文件可下载