基于EEG腦電信號(hào)數(shù)據(jù)的狀態(tài)分類(lèi)方法

基本信息

申請(qǐng)?zhí)?/td> CN202111502840.4 申請(qǐng)日 -
公開(kāi)(公告)號(hào) CN114218986A 公開(kāi)(公告)日 2022-03-22
申請(qǐng)公布號(hào) CN114218986A 申請(qǐng)公布日 2022-03-22
分類(lèi)號(hào) G06K9/00(2022.01)I;G06K9/62(2022.01)I;G06F17/16(2006.01)I 分類(lèi) 計(jì)算;推算;計(jì)數(shù);
發(fā)明人 郭司南;丁霖;苗沖沖;吳旭;安凱;孫國(guó)強(qiáng);張睿明;王曉華;賈萬(wàn)琛 申請(qǐng)(專(zhuān)利權(quán))人 中國(guó)航空綜合技術(shù)研究所
代理機(jī)構(gòu) 北京孚睿灣知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 代理人 韓燕
地址 100028北京市朝陽(yáng)區(qū)東直門(mén)外京順路7號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明提供一種基于EEG腦電信號(hào)數(shù)據(jù)的狀態(tài)分類(lèi)方法,包括以下步驟:S1,獲取不同分類(lèi)的EEG腦電信號(hào)數(shù)據(jù)、以及相應(yīng)的垂直和水平眼電信號(hào)數(shù)據(jù);S2,EEG腦電信號(hào)數(shù)據(jù)預(yù)處理;S3,基于過(guò)程的特征提?。籗4,使用頻?空特征向量訓(xùn)練分類(lèi)模型;S5,對(duì)樣本空間的不同測(cè)試集數(shù)據(jù)進(jìn)行分類(lèi)。本發(fā)明采用多域特征提取的方法有效并最大程度上保證了提取的特征中所包含的信息量,將空間和頻率兩域的融合體現(xiàn)在了方法過(guò)程中,減少了多域特征融合后降維的步驟,提高了算法效率。