Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 太原理工大学李凤莲获国家专利权

太原理工大学李凤莲获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉太原理工大学申请的专利一种脑电信号的特征提取方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115186719B

龙图腾网通过国家知识产权局官网在2025-08-29发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210941109.X,技术领域涉及:G06F18/213;该发明授权一种脑电信号的特征提取方法及系统是由李凤莲;张雪英;陈桂军;黄丽霞;李晓辉;刘喜瑞;于放设计研发完成,并于2022-08-08向国家知识产权局提交的专利申请。

一种脑电信号的特征提取方法及系统在说明书摘要公布了:本发明公开了一种脑电信号的特征提取方法及系统,涉及脑电信号特征提取技术领域,方法包括:获取脑电信号;采用Pearson相关系数优化的经验模态分解算法和多重分形去趋势波动分析算法确定脑电信号的自相关性特征;确定脑电信号的复杂性特征;将自相关性特征和复杂性特征确定为脑电信号的特征,脑电信号的特征用于对脑电信号进行疲劳驾驶的分类。利用Pearson相关系数优化的经验模态分解算法和多重分形去趋势波动分析算法确定脑电信号的自相关性特征,使得脑电信号的趋势充分消除,将分层模糊熵、不对称熵特征和不对称熵指数综合确定为复杂性特征,充分体现脑电信号整体和局部的熵值差异性,特征提取更全面。

本发明授权一种脑电信号的特征提取方法及系统在权利要求书中公布了:1.一种脑电信号的特征提取方法,其特征在于,所述方法包括: 获取脑电信号; 采用Pearson相关系数优化的经验模态分解算法和多重分形去趋势波动分析算法确定所述脑电信号的自相关性特征; 确定所述脑电信号的复杂性特征;所述复杂性特征包括:分层模糊熵、不对称熵特征和不对称熵指数;所述分层模糊熵包括不同频段的左脑分层模糊熵和相应频段的右脑分层模糊熵,所述不对称熵特征包括不同频段的左脑分层模糊熵和相应频段的右脑分层模糊熵的差值,所述不对称熵指数包括左脑不对称熵指数和右脑不对称熵指数,所述左脑不对称熵指数根据所有频段的左脑分层模糊熵得到,所述右脑不对称熵指数根据所有频段的右脑分层模糊熵得到; 将所述自相关性特征和所述复杂性特征确定为所述脑电信号的特征,所述脑电信号的特征用于对所述脑电信号进行疲劳驾驶的分类; 所述采用Pearson相关系数优化的经验模态分解算法和多重分形去趋势波动分析算法确定所述脑电信号的自相关性特征,具体包括: 对所述脑电信号进行去均值求和,得到去均值求和信号; 利用经验模态分解算法将所述去均值求和信号分解为残差项和多个固有模态函数; 利用最小二乘法对所述去均值求和信号进行拟合得到拟合多项式; 计算每个所述固有模态函数与所述拟合多项式之间的Pearson相关系数; 对所有的Pearson相关系数由大到小进行排序,得到相关系数序列; 将所述相关系数序列中的排名第一的Pearson相关系数确定为第一相关系数,将所述相关系数序列中的排名第二的Pearson相关系数确定为第二相关系数; 确定第一固有模态函数和第二固有模态函数;所述第一固有模态函数为所述第一相关系数对应的固有模态函数,所述第二固有模态函数为所述第二相关系数对应的固有模态函数; 利用所述多重分形去趋势波动分析算法,根据所述残差项、所述第一固有模态函数和所述第二固有模态函数,得到所述脑电信号的自相关性特征; 不对称熵指数的计算公式为: 其中,FAI为不对称熵指数;Fδ为δ波频段脑电信号的模糊熵;Fθ为θ波频段脑电信号的模糊熵;Fα为α波频段脑电信号的模糊熵;Fβ为β波频段脑电信号的模糊熵。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人太原理工大学,其通讯地址为:030024 山西省太原市迎泽西大街79号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。