龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：上海交通大学
摘要：一种基于深度神经网络的BCI优化方法，在由视觉图像引起的脑电信号多分类任务中，构造并训练EEG分类模型，通过分类得到的准确率确定单个通道的影响力，进而构造通道组合，即基于相关性的显著通道选择，实现BCI的优化。本发明通过深度学习与统计学相结合的方式，在由视觉图像引起的脑电信号多分类任务中，保证一定分类准确率的同时能够显著减少使用的通道数量，解决通道冗余问题，并为便携脑电设备的设计提供新思路。
主权项：1.一种基于深度神经网络的BCI优化方法，其特征在于，在由视觉图像引起的脑电信号多分类任务中，构造并训练改进的EEG分类模型，通过分类得到的准确率确定单个通道的影响力，进而构造通道组合，即基于相关性的显著通道选择，实现BCI的优化；所述的改进的EEG分类模型包括：改进的卷积神经网络模块、自注意力模块和基于全连接层的分类器模块，其中：改进的卷积神经网络模块学习EEG输入信号的空间卷积层和整个一维时间的低级局部特征；自注意力模块学习脑电特征的全局时间依赖性，补充卷积神经网络模块中有限的感受野并提取局部时间特征内的全局相关性，将卷积神经网络模块获得的时空为输入到自注意力模块中；基于全连接层的分类器模块根据自注意力模块得到的嵌入向量，预测脑电信号的类别。
全文数据：
权利要求：
百度查询： 上海交通大学 基于深度神经网络的BCI优化方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号