一种结合低秩表示与流形学习的运动想象脑电信号特征提取方法
公开
摘要
本发明公开了一种结合低秩表示与流形学习的运动想象脑电信号特征提取方法，包括以下步骤：S1:进行运动想象脑电信号采样，建立样本集；S2:将数据使用滤波器组共空间模式进行预处理，得到数据样本原始特征集，同时划分为训练样本原始特征集及测试样本原始特征集；S3:使用提出的特征提取方法进一步提取数据特征，并进行降维；S4:利用支持向量机对所提取的特征进行分类。利用低秩表示方法，将原始数据分干净部分和噪声部分，有效地去除了噪声，并且对噪声具有很强的鲁棒性；将低秩表示、判别投影和流形学习方法集成到统一模型中,既保留了原始样本的全局结构信息，又保留了原始样本的局部邻域关系，更大程度地获取了有效特征，提高了后续的分类精度。
基本信息
专利标题 ：
一种结合低秩表示与流形学习的运动想象脑电信号特征提取方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114587384A
申请号 ：
CN202111313783.5
公开（公告）日 ：
2022-06-07
申请日 ：
2021-11-08
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
祝磊朱洁萍胡奇峰丁旺盼何光发
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
代理机构 ：
杭州杭诚专利事务所有限公司
代理人 ：
尉伟敏
优先权 ：
CN202111313783.5
主分类号 ：
A61B5/372
IPC分类号 ：
A61B5/372 G06K9/62
IPC结构图谱
A
A部——人类生活必需
A61
医学或兽医学；卫生学
A61B
诊断；外科；鉴定
A61B5/372
脑电图的分析
法律状态
2022-06-07 ：
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
