基于卷积神经网络的SSVEP脑电信号分类方法
公开
摘要
本发明公开了一种基于卷积神经网络的SSVEP脑电信号分类方法，其具体步骤包括：构建卷积神经网络，生成训练集，训练卷积神经网络，处理待分类的SSVEP脑电信号，输出SSVEP脑电信号的分类结果。由于本发明构造了一个包含LSTM层的卷积神经网络并采用网格搜索法训练该网络，克服了现有技术中利用多元调制分量获取目标脑电信号分解中易丢失有效的脑电信号的缺陷，改善了每名被试者分别训练Volterra模型参数导致的方法不具有普适性的问题。使得本发明分类后的SSVEP脑电信号更加完整，提高了脑电信号分类的准确性和SSVEP脑电信号的普适性。
基本信息
专利标题 ：
基于卷积神经网络的SSVEP脑电信号分类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114611560A
申请号 ：
CN202210272742.4
公开（公告）日 ：
2022-06-10
申请日 ：
2022-03-18
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
王晓甜陈世宇李小俚冯继凡苗垟
申请人 ：
西安电子科技大学
申请人地址 ：
陕西省西安市太白南路2号
代理机构 ：
陕西电子工业专利中心
代理人 ：
田文英
优先权 ：
CN202210272742.4
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
2022-06-10 ：
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
