专利名称：一种基于多特征融合的多类运动想象脑电信号识别方法      申请号：2021102777575     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：电信 电信号 脑电信号识别   相似专利 发布日：2023/10/17  
摘要： 本发明公开了一种基于多特征融合的多类运动想象脑电信号识别方法，该方法将基于时域、频域、空域的多域特征提取及融合方法引入到多类运动想象脑电信号分类识别研究领域中，实现多类运动想象脑电信号的识别。对预处理后的脑电信号分别采用AR模型法、变分模态分解－双谱分析法以及共空间模式分析法提取脑电信号在时域、频域以及空间域内的特征，构造联合多特征向量；通过提取贡献率大于85%的主元，生成融合特征，达到特征降维的目的；实现测试数据的实时识别。本发明方法克服了传统单域特征提取算法信息描述不足，多域特征联合特征维数高等问题，有效地提升了针对多类运动想象脑电信号的识别准确率。

专利名称：一种具备迁移学习能力的脑电信号识别模糊系统方法      申请号：201510024018X     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：电信号 脑电信号识别   相似专利 发布日：2024/01/23  
摘要： 本发明公开了一种具备迁移学习能力的脑电信号识别模糊系统方法。传统智能识别方法都假设模型的训练集和测试集服从相同的数据分布，因而仅在训练域和测试域数据服从相同分布时方可获取良好的分类性能。本发明所提方法利用迁移学习策略来帮助迁移学习环境下的癫痫脑电信号识别。基于模糊系统构建具备直推式迁移学习能力的0阶TSK型模糊系统建模技术。此技术因具备了迁移学习能力而不再局限于训练域和测试域数据分布一致的假设，允许两者之间存在一定的差异性，不仅在训练域与测试域数据分布相同的场景下保持良好的性能，也大大提高了最终所获模型在多样化的脑电信号识别问题下的识别效果。

专利名称：基于特征融合和粒子群优化算法的MI脑电信号识别方法      申请号：2020102782352     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机软件 电信 电信号 脑电信号识别   相似专利 发布日：2022/09/21  
摘要： 本发明公开了一种基于特征融合和粒子群优化算法的MI脑电信号识别方法，包括以下步骤：S1、采集MI脑电信号，并对采集到的MI脑电信号进行带通滤波，随后通过小波软阈值法进行去噪操作，并提取脑电特征信号；S2、采用PSO‑RF对脑电特征信号进行特征筛选。本发明结合了带通滤波、小波去噪、通道筛选、特征提取、特征融合、特征选择以及模式分类，对这七部分进行了有效的整合，最终得到的集成分类器能够达到98.34％的平均正确率，且AUC值和F‑score也都表现优异，因此能够达到精确运动想象分类的目的。