[发明专利]一种基于Storm的P300实时分布式计算方法

摘要

本发明涉及一种基于Storm的P300实时分布式计算方法，主要包括以下步骤：首先，Storm中的Spout工作者实时地从前台接收原始的脑电信号数据块，重新封装后传给Bolt工作者；然后，Bolt工作者负责一系列的信号处理，通过并行计算提高数据处理的效率，在完成P300的分类工作后，选取出含有P300成分的EEG片段，并记录下其所对应的闪烁行列号；最后，通过Bolt工作者将记录下的行列号传回给前台，前台则根据传回的行列号确定反馈结果。P300 Speller脑机接口的性能改进需要引入各类算法，但脑机接口对反馈时间的要求限制了采用算法的范围。本发明能够让更多的算法以分布式计算的方式在P300 Speller脑机接口中发挥作用。

主权项

1.一种基于Storm的P300实时分布式计算方法，其特征在于：包括以下步骤：/n步骤S1：Storm中专门负责采集数据的Spout工作者实时从前台接收原始的脑电信号数据块，并整理成P300 EEG数据段传给Storm中的负责计算的Bolt工作者进行并行计算；/n步骤S2：Bolt工作者负责一系列的信号处理；同一职能的多个Bolt并行完成任务后把结果传递给下一个不同职能的多个Bolt进行下一步的并行计算；完成P300的分类工作后，选取出含有P300成分的EEG片段，并记录下其所对应的闪烁行列号；/n步骤S3：通过Bolt工作者与前台建立的Socket连接，将含有P300成分的EEG数据段所对应的行列号传回给前台，前台根据传回的行列号确定反馈结果；/n其中，所述步骤S2中的所述Bolt工作者负责的一系列的信号处理包括：/n步骤S21： ExtractBolt工作者在Storm启动时载入所需要的特征提取方法；ExtractBolt工作者接收Spout工作者传来的数据，进行特征提取；ExtractBolt工作者输出（key2,value2）形式的数据，其中key2表示相应的闪烁行列号，value2为由value1提取出的特征向量；ExtractBolt工作者将输出的（key2,value2）分发给ClassifyBolt工作者；/n步骤S22：ClassifyBolt工作者在Storm启动时载入所需要的分类方法；ClassifyBolt工作者接收ExtractBolt工作者传来的数据，进行分类运算；ClassifyBolt工作者输出（key3,value3）形式的数据，其中key3表示相应的闪烁行列号，value3为分类运算的数值结果，代表着该数据段包含P300成分的可能性；ClassifyBolt工作者将输出的（key3,value3）传递给AverageBolt工作者；/n步骤S23：AverageBolt工作者接收ClassifyBolt工作者传来的数据，把具有相同key3值的value3累加起来，并记录累加次数；当累加次数达到预设的条件时，针对每个key3值用累加值除以累加次数得到平均值；AverageBolt工作者输出（key4,value4）形式的数据，其中key4为闪烁行列号，value4为相应的均值；AverageBolt工作者将输出的（key4,value4）传递给SummarizeBolt工作者。/n