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！

龙图腾网获悉华南理工大学申请的专利一种脑电多尺度模糊熵特征的疲劳驾驶分类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：CN116584947B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202310345215.6，技术领域涉及：A61B5/18；该发明授权一种脑电多尺度模糊熵特征的疲劳驾驶分类方法及系统是由刘云鹤;晋建秀;舒琳;徐向民设计研发完成，并于2023-04-03向国家知识产权局提交的专利申请。

本一种脑电多尺度模糊熵特征的疲劳驾驶分类方法及系统在说明书摘要公布了：本发明属于脑电信号处理领域，为基于CEEMDAN的脑电多尺度模糊熵特征的疲劳驾驶分类方法及系统。其方法包括：采集脑电数据，并对部分数据进行标注；对脑电信号进行预处理，去除脑电信号中的伪影干扰；对预处理后的脑电信号进行特征提取，构建并训练SVM分类器，利用训练好的SVM分类器对未标记数据进行分类，获得伪标记数据；对伪标记数据和事先获得的已标记数据均进行CEEMDAN处理以及尺度变换处理，获得基于CEEMDAN的脑电多尺度模糊熵特征，建立疲劳状态分类模型，对脑电信号进行疲劳状态分类。本发明采集方法简单，更适合应用于智能驾驶系统，并且具有较高的疲劳状态识别率。

本发明授权一种脑电多尺度模糊熵特征的疲劳驾驶分类方法及系统在权利要求书中公布了：1.一种脑电多尺度模糊熵特征的疲劳驾驶分类方法，其特征在于，包括以下步骤： 进行模拟驾驶实验，以采集受试者左前额单通道脑电信号，并对部分数据进行标记； 对脑电信号进行预处理，去除脑电信号中的伪影干扰； 对预处理后的脑电信号进行特征提取，构建并训练SVM分类器，利用训练好的SVM分类器对未标记数据进行分类，获得伪标记数据； 对伪标记数据和事先获得的已标记数据均进行CEEMDAN处理以及尺度变换处理，获得基于CEEMDAN的脑电多尺度模糊熵特征，建立疲劳状态分类模型，对脑电信号进行疲劳状态分类； 获得伪标记数据的步骤包括： 利用事先通过实验获得的已标记数据的特征信息训练SVM分类器，建立自训练模型，利用训练好的SVM分类器对未标记数据进行预测，获得伪标记数据； 对预处理后的脑电信号进行特征提取的步骤包括： 通过小波包变换得到脑电信号的子带信号：Delta、Theta、Alpha、Beta，并通过子带信号提取脑电信号的时域特征和频域特征；选择移动性HM和复杂度HC来描述脑电信号及其子带信号的时间特征，完成脑电信号的时域特征提取；采用快速傅里叶变换计算脑电信号以及各子带信号的相对能量和能量比，采用Welch平均周期图方法计算各子带信号的功率谱密度，完成脑电信号的频域特征提取； 提取脑电信号的熵特征，熵特征包括renyi熵、谱熵和模糊熵； 基于CEEMDAN的脑电多尺度模糊熵特征的获得步骤包括： 对伪标记数据和事先获得的已标记数据进行CEEMDAN处理，选取多个IMF序列分量，再对多个IMF序列分量进行尺度变换，提取新序列的模糊熵特征； 其中，伪标记数据经过CEEMDAN处理之后，得到多个IMF序列分量，序列长度为N，确定步长为l的移动窗口作为序列的比例因子，依次移动窗口，所有移动窗口不重叠；求取每个移动窗口下序列的均值作为新的序列值，求取公式如下： 。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。