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：华南师范大学
摘要：本发明公开了一种基于联合频谱和脑网络特征的注意力识别系统，包括：脑电数据采集模块，采集用户的脑电数据；数据预处理模块，对脑电数据进行预处理；特征提取模块，对预处理后的数据进行特征提取，得到频谱特征，并使用相位锁定值作为脑网络特征；特征融合模块，将频谱特征和脑网络特征进行融合，得到融合特征；特征选择模块，分别对脑网络特征和融合特征进行特征选择，得到最适合注意力分类的特征；注意力模型训练模块，对选定的特征进行模型训练，得到最适合注意力识别的分类模型；注意力模型预测模块，对待测用户的注意力状态进行识别判断。本发明可更全面地捕捉脑电信号中的信息，找到最相关的特征、脑区和通道，进一步提高了准确率。
主权项：1.基于联合频谱和脑网络特征的注意力识别系统，其特征在于，包括：脑电数据采集模块，按照设计的注意力实验范式来指引用户进行实验，使用脑电设备采集用户的注意力脑电数据，并将脑电数据进行读取；数据预处理模块，用于对脑电数据采集模块读取的脑电数据进行预处理操作，包括滤波、伪迹去除和调采样频率；特征提取模块，利用频谱特征提取方法对预处理后的数据进行特征提取，得到频谱特征，并使用相位锁定值作为脑网络特征；特征融合模块，用于将频谱特征和脑网络特征进行融合，捕捉到脑电数据中不同频段和波形的信息，得到融合特征；特征选择模块，采用改进的自适应粒子群算法分别对脑网络特征和融合特征进行特征选择，得到最适合注意力分类的特征；其中，该改进的自适应粒子群算法是引入了动态自适应邻域搜索和动态变异方向策略；注意力模型训练模块，使用支持向量机、随机森林、决策树、K近邻和贝叶斯这五种分类器对选定的特征进行模型训练，得到最适合注意力识别的分类模型；注意力模型预测模块，将待测用户的脑电数据输入注意力模型训练模块得到的最适合注意力识别的分类模型，对用户的注意力状态进行识别判断，并反馈结果给用户。
全文数据：
权利要求：
百度查询： 华南师范大学 基于联合频谱和脑网络特征的注意力识别系统
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