一种基于量子神经网络算法的脑电波识别方法

发明专利有效专利

申请号：
CN202110893005.1
IPC分类号：G06K9/00;G06K9/62
申请日期：
2021-08-04
申请人：
三峡大学

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	一种基于量子神经网络算法的脑电波识别方法
申请号	CN202110893005.1	申请日期	2021-08-04
法律状态	公开	申报国家	中国
公开/公告日	2021-11-30	公开/公告号	CN113723206A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;6;2查看分类表>
申请人	三峡大学	申请人地址	湖北省宜昌市西陵区大学路8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	三峡大学	当前权利人	三峡大学
发明人	蔡政英;王蕊;何义
代理机构	宜昌市三峡专利事务所	代理人	成钢

摘要

一种基于量子神经网络算法的脑电波识别方法，包括以下步骤：步骤1，脑电波多通道采集模块采集脑电波信号；步骤2，脑电波多通道信号放大模块对脑电波信号进行放大；步骤3，脑电波多通道滤波模块调用量子态多通道预处理模块和量子神经网络模块对脑电波信号进行滤波；步骤4，脑电波多通道识别模块调用量子态多通道预处理模块和量子神经网络模块对脑电波信号进行模式识别和特征提取；步骤5，脑电波多通道识别模块输出脑电波特征识别结果。能够使用量子态波函数描述脑电波，能够描述不同脑电波信号之间的相干、叠加、波粒二像性等特征，进一步根据不同的场景完成自学习和训练，从而提升识别效果。

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