基于DSCNN和ELM的EEG信号MI任务分类方法
实质审查的生效
摘要
本发明涉及一种基于DSCNN和ELM的EEG信号MI任务分类方法，包括以下步骤：步骤S1:获取EEG信号并进行预处理；步骤S2:构建深度分离卷积神经网络，并基于深度分离卷积神经网络对预处理后的EEG信号进行特征提取；步骤S3:将深度分离卷积神经网络提取的特征信息展平成一维的特征向量形式并传递给ELM分类器进行基于EEG信号MI任务的识别,获得识别结果。本发明实现快速有效的EEG信号MI任务分类，有效促进了基于EEG信号MI分类在BCI领域内的应用研究。
基本信息
专利标题 ：
基于DSCNN和ELM的EEG信号MI任务分类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114330457A
申请号 ：
CN202210007816.1
公开（公告）日 ：
2022-04-12
申请日 ：
2022-01-06
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李玉榕李吉祥施正义郑楠
申请人 ：
福州大学
申请人地址 ：
福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学
代理机构 ：
福州元创专利商标代理有限公司
代理人 ：
陈鼎桂
优先权 ：
CN202210007816.1
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-04-29 ：
实质审查的生效
IPC(主分类) : G06K 9/00
申请日 : 20220106
申请日 : 20220106
2022-04-12 ：
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
