龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：杭州电子科技大学
摘要：本发明提供一种具有相邻试次任务混叠度量的脑电言语想象鲁棒识别方法。本发明步骤如下：1、多名被试分别在不同的言语想象任务下进行脑电数据采集。2、预处理和特征提取。3、中心化处理。4、建立机器学习模型以实现基于脑电数据的相邻试次间言语想象任务混叠度量和言语想象鲁棒性识别。5、求得混叠度量矩阵，映射矩阵和“干净”低秩数据。6、对被试者脑电的数据进行言语想象解码。本发明考虑了不同言语想象任务类型中，相邻试次间的任务混叠现象，给出了混叠程度的量化度量方式，同时可以根据混叠度量矩阵显式的展现混叠程度随时间的变化趋势。此外，映射矩阵可以衡量言语想象解码任务中，数据不同特征对解码的重要性程度。
主权项：1.一种具有相邻试次任务混叠度量的脑电言语想象鲁棒识别方法，其特征在于：包括以下步骤：步骤1、受试者在不同的言语想象任务下进行脑电数据采集，得到被试的脑电数据及其对应的言语想象任务标记矩阵；步骤2、对步骤1所获得的脑电数据进行预处理和特征提取；步骤3、对步骤2得到的脑电数据X′进行中心化处理得到样本集X；步骤4、构建引入相邻试次间言语想象任务混叠度量的目标函数如式1所示： 式1中，D为对言语想象识别具有直接作用的低秩数据矩阵；E为言语想象相邻试次任务产生的混叠度量矩阵；P为映射矩阵；Y为言语想象任务标记矩阵；α，β和y为正则化参数，||·||*表示矩阵的核范数；||·||2，1表示矩阵的l2，1范数；||·||1，2表示矩阵的l1，2范数；对于任意矩阵A，其l1，2范数aij为矩阵A的元素；步骤5、根据脑电样本集X以及如式1所示的目标函数，求取受试者对应的低秩数据矩阵D，混叠度量矩阵E和映射矩阵P；步骤6、对受试者进行脑电信号采集，将所得脑电信号进行预处理、特征提取和中心化处理得到脑电特征Xt，使用步骤5得到的低秩数据D、混叠度量矩阵E和映射矩阵P中的一个或多个，与脑电特征Xt进行结合，解码获得受试者在脑电信号采集时的言语想象类型。
全文数据：
权利要求：
百度查询： 杭州电子科技大学 具有相邻试次任务混叠度量的脑电言语想象鲁棒识别方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号