一种结合卷积神经网络和长短时记忆网络的脑电识别方法
- 专利权人:
- 重庆邮电大学
- 发明人:
- 蔡军,魏畅,唐贤伦,昌泉,陈晓雷,曹慧英,万亚利,李佳歆
- 申请号：
- CN201810011177.X
- 公开号：
- CN107961007A
- 申请日:
- 2018.01.05
- 申请国别(地区):
- CN
- 年份:
- 2018
- 代理人:
- 摘要：
- 本发明请求保护一种结合卷积神经网络(CNN)和长短时记忆网络(LSTM)的脑电识别方法,首先使用Emotiv采集仪采集脑电信号数据,并对采集到的脑电信号进行去均值、滤波、归一化等预处理;其次,将预处理后的数据输入卷积层和池化层提取空间特征;然后,在池化层后直接接入LSTM,提取脑电数据的时序信息,最后经过Dropout和全连接层,完成分类任务。本发明能充分利用脑电信号的时空特征,提取脑电数据的空间和时序信息,从而提高脑电信号的分类准确率,也为研究脑电识别提供了一个新的途径。
- 来源网站：
- 中国工程科技知识中心
