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！

龙图腾网获悉常州大学申请的专利基于分层分类及纠错机制的脑电信号分类方法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：CN115670482B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202211280109.6，技术领域涉及：A61B5/372；该发明授权基于分层分类及纠错机制的脑电信号分类方法是由潘礼正;雷宇;周远方;潘陵波;赵红飞设计研发完成，并于2022-10-19向国家知识产权局提交的专利申请。

本基于分层分类及纠错机制的脑电信号分类方法在说明书摘要公布了：本发明公开了一种基于分层分类及纠错机制的脑电信号分类方法，包括如下步骤：获取受试者多通道运动想象脑电数据，并进行前期预处理；利用RBF神经网络与DEMATEL求解脑电通道特征表征度，依据各通道表征度确定各通道权重；计算各通道排序熵并利用离散Fréchet曲线相似性判断将脑电信号预分为两大类左、右手和双拳、脚；利用RCSP提取各大类样本的空域特征，并用SVM进行细分类，根据纠错机制对易错样本进行判别和纠错，最后确定各样本最终分类类别。本发明通过分层分类方法的设计及不同分类方法的使用，避免多任务分类问题转化为多个二分类分类问题时模型结构单一，优化了多任务分类模型结构。

本发明授权基于分层分类及纠错机制的脑电信号分类方法在权利要求书中公布了：1.一种基于分层分类及纠错机制的脑电信号分类方法，其特征在于，包括如下步骤： S1、获取受试者多类别多通道运动想象脑电信号并进行预处理； S2、对于S1所得的预处理后数据，计算得出相关特征矩阵并输入RBF神经网络结合DEMATEL计算各通道特征表征度,依据所得特征表征度确定各通道的特征权重； S3、计算各通道的相关熵值并根据S2所得各通道的特征权重对熵值进行加权，利用离散Fréchet距离曲线相似性判断将脑电信号预分为两大类； S4、基于S3所得两大类，分别利用RCSP进行特征提取，并利用SVM对预分类结果进一步细分类； S5、根据预分类和细分类两次分类情况，结合纠错机制对这两次分类结果进行综合分析纠错； S5具体如下： S51、关于两次分类易错样本的确定；针对预分类，统计所有测试样本于标样的相似值后设置判断阈值，若是两种类型之间的相似值大于该阈值则表明该样本预分类的准确度不高，该样本被划分为易错样本；针对细分类，计算细分类SVM分类器中测试样本距离超平面的距离，越接近超平面则说明该样本的分类的准确性可信度低，该样本被划分为易错样本；测试样本距离超平面的距离表示如下： 其中：x1,y2为样本点，x1为第一类样本y2为第二类样本，w1、w2为超平面界限的参数； S52、针对S51所判别易错样本，训练左拳和双脚、左手和双拳、右手和双脚、右手和双拳这四类SVM分类器，结合细分类中两个SVM分类器的情况，构成分类器组，根据易错样本在这六个分类器中的分类情况设计纠错机制，不同的分类情况对应不同的纠错方式，主要纠错方式如下： 若分类器组存在三个分类器结果相同的情况，则直接以该结果判定该易错样本的最终类别； 若分类器组存在两个分类器结果相同的情况，则结合预分类中样本间相似度与分类器组分类结果相比较后确定易错样本的最终类别。

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常州大学，其通讯地址为：213164 江苏省常州市武进区滆湖中路21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”。

以上内容由龙图腾AI智能生成。