基于超限学习机自编码的运动想象脑电信号特征的提取方法

发明专利有效专利

申请号：
CN201510256463.9
IPC分类号：A61B5/0476;G06K9/62
申请日期：
2015-05-19
申请人：
北京工业大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于超限学习机自编码的运动想象脑电信号特征的提取方法
申请号	CN201510256463.9	申请日期	2015-05-19
法律状态	授权	申报国家	中国
公开/公告日	2015-07-29	公开/公告号	CN104799852A
优先权	暂无	优先权号	暂无
主分类号	A61B5/0476 ? IPC结构图谱： A 人类生活必需 A6 保健；救生；娱乐 A61 医学或兽医学；卫生学 A61B 诊断；外科；鉴定（分析生物材料入G01N，如G01N33/48） A61B5/00 用于诊断目的的测量（放射诊断入A61B6/00；超声波、声波或次声波诊断入A61B8/00）；人的辨识 A61B5/04 测量人体或人体各部分的生物电信号 A61B5/0476 脑电图术〔5〕	IPC分类号	A;6;1;B;5;/;0;4;7;6;;;G;0;6;K;9;/;6;2查看分类表>
申请人	北京工业大学	申请人地址	北京市朝阳区平乐园100号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	北京工业大学	当前权利人	北京工业大学
发明人	段立娟;续艳慧;苗军;杨震;崔嵩;袁彬
代理机构	北京远大卓悦知识产权代理事务所（普通合伙）	代理人	史霞

摘要

本发明公开了基于超限学习机自编码的运动想象脑电信号特征的提取方法，包括：筛选训练数据集和测试数据集；利用训练数据集训练多个超限学习机模型；从多个经训练数据集训练后的超限学习机模型中，筛选出对测试数据集的分类正确率最高的超限学习机模型；利用筛选出的超限学习机计算待测脑电信号数据的输出权重矩阵；计算待测脑电信号数据的输出权重矩阵的奇异值，该奇异值即为待测脑电信号数据的数据特征。在使用相同分类器的前提下，本发明公开的方法提取的脑电信号特征数据的分类准确率高达86.69％，比利用传统的分类方法高出10.24％。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供