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：四川大学
摘要：本发明公开了一种基于多尺度混合特征的运动想象脑电分类方法。包括以下步骤：首先，搭建基于混合特征的多层卷积神经网络，并在其中嵌入ECANet注意力机制，选取PReLU作为激活函数引入非线性因素，以提取脑电信号中的时域和空域信息。然后，对TCN模块进行改进后，再组成由其构成的并行多尺度时域特征提取模块，接入多层卷积网络，进一步挖掘不同时间尺度的特征信息。最后，将不同时间尺度的混合特征与原始的混合特征进行特征融合，通过全连接层进行分类处理。相比于现有技术，本发明所提出的方法在提高分类准确率的同时，也保证了良好的泛化性能，在对神经性疾病患者的康复、自动驾驶等方面具有广阔的应用前景。
主权项：1.一种基于多尺度混合特征的运动想象脑电分类方法，其特征在于包括以下步骤：1采用二维卷积、逐通道卷积和逐点卷积来构建多层卷积网络，提取脑电信号中包含时域和空域特征的混合特征；2在1中的多层卷积模块上选取PReLU作为激活函数引入非线性因素，并在每层卷积上嵌入ECANet注意力机制，合理地分配不同的通道上的权重；3对TCN模块进行改进后，再组成由其构成的并行多尺度时域特征提取模块，将该模块接入1中的多层卷积模块之后，进一步挖掘不同时间尺度的特征信息，然后将不同时间尺度的混合特征与原始的混合特征进行特征融合后，通过全连接层进行分类处理。
全文数据：
权利要求：
百度查询： 四川大学 一种基于多尺度混合特征的运动想象脑电分类方法
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