[发明专利]一种多分类器结合的矿用机器人意念感知与决策方法

权利要求书

1.一种多分类器结合的矿用机器人意念感知与决策方法，其特征在于，包括以下步骤：

步骤1，数据获取与预处理，进行脑电采集实验，采集稳态视觉和运动想象的多模态脑电数据，对脑电数据进行滤波、去伪迹、基线校正、50Hz陷波的预处理；

步骤2，改变模板匹配中各相似度的简单结合策略，并搭建DCPM算法模型；

步骤3，基础分类器的构建，建线性判别分类器、EEGNet神经网络模型和DCPM算法；

步骤4，构建强分类器，融合弱分类器的特征信息，输出矿用机器人的控制指令；

步骤5，使用无人机控制指令实现对矿用机器人的控制。

2.如权利要求1所述的多分类器结合的矿用机器人意念感知与决策方法，其特征在于，步骤1中，所述脑电数据进行滤波、去伪迹、基线校正、50Hz陷波的预处理采用改进的小波阈值去噪方法。

3.如权利要求1所述的多分类器结合的矿用机器人意念感知与决策方法，其特征在于，步骤2中，所述改变模板匹配中各相似度差异性结合策略用于实现对DCPM算法的改进。

4.如权利要求1所述的多分类器结合的矿用机器人意念感知与决策方法，其特征在于，步骤3中，以稳态视觉诱发和运动想象的多模态脑电信号用于实现对矿井机器人的感知与决策。

5.如权利要求1所述的多分类器结合的矿用机器人意念感知与决策方法，其特征在于，步骤4中，基于径向基神经网络的多分类器结合强分类器构建策略，线性判别分析、EEGNet神经网络和改进的DCPM算法作为弱分类器的基础网络，使用径向基神经网络作为上述弱分类的结合网络，实现脑电信号的强分类器构建。