[发明专利]一种融合数据结构信息的脑电信号在线识别方法有效
| 申请号： | 201810354944.7 | 申请日： | 2018-04-19 |
| 公开（公告）号： | CN108564128B | 公开（公告）日： | 2021-10-08 |
| 发明（设计）人： | 张莉;刘静;刘文倩;朱锐;文德仲 | 申请（专利权）人： | 重庆大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 北京同恒源知识产权代理有限公司 11275 | 代理人： | 赵荣之 |
| 地址： | 400044 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种融合数据结构信息的脑电信号在线识别方法，包括S1：利用由少量标记脑电样本组成的小训练集建立基于在线序贯极限学习机(online sequential extreme learning machine,OS‑ELM)算法的分类模型，作为半监督学习中的初始分类模型；S2：利用在线模糊聚类方法建立结构学习模型，基于标记脑电样本的先验信息估计在线采集脑电样本批量增加后数据分布的全局结构；S3：利用分类模型对在线采集的脑电样本进行标记，并采用批量学习的模式，基于由结构学习模型估计的结构信息，选择一批满足一定条件的在线采集脑电样本加入到训练集中，利用更新后的训练集重新训练分类模型；S4：利用更新后的分类模型对采集的脑电信号进行在线识别。 | ||
| 搜索关键词： | 一种 融合 数据结构 信息 电信号 在线 识别 方法 | ||
【主权项】：
1.一种融合数据结构信息的脑电信号在线识别方法，其特征在于：包括：S1：利用由少量标记脑电样本组成的小训练集建立基于OS‑ELM算法的分类模型，作为半监督学习中的初始分类模型；S2：利用在线模糊聚类方法建立结构学习模型，基于标记脑电样本的先验信息估计在线采集脑电样本批量增加后数据分布的全局结构；S3：利用分类模型对在线采集的脑电样本进行标记，并采用批量学习的模式，基于由结构学习模型估计的结构信息，选择一批满足一定条件的在线采集脑电样本加入到训练集中，利用更新后的训练集重新训练分类模型；S4：利用更新后的分类模型对采集的脑电信号进行在线识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于重庆大学，未经重庆大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810354944.7/，转载请声明来源钻瓜专利网。
- 信息记录介质、信息记录方法、信息记录设备、信息再现方法和信息再现设备
- 信息记录装置、信息记录方法、信息记录介质、信息复制装置和信息复制方法
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录设备、信息重放设备、信息记录方法、信息重放方法、以及信息记录介质
- 信息存储介质、信息记录方法、信息重放方法、信息记录设备、以及信息重放设备
- 信息存储介质、信息记录方法、信息回放方法、信息记录设备和信息回放设备
- 信息记录介质、信息记录方法、信息记录装置、信息再现方法和信息再现装置
- 信息终端，信息终端的信息呈现方法和信息呈现程序
- 信息创建、信息发送方法及信息创建、信息发送装置
