一种基于轻量卷积神经网络的脑电数据的在线分类方法
- 专利权人:
- 武汉大学
- 发明人:
- 陈丹,柯亨进,李小俚,陈培璐
- 申请号：
- CN201910940546.8
- 公开号：
- CN110796175A
- 申请日:
- 2019.30.09
- 申请国别(地区):
- CN
- 年份:
- 2020
- 代理人:
- 摘要：
- 本发明公开了一种基于轻量卷积神经网络的脑电数据的在线分类方法,应用于云服务平台,云服务平台包括传感层、网关和云端,首先,通过传感层采集用户的脑电数据;然后将采集的脑电数据传入网关,通过网关从云端下载训练好的分类器模型;再基于训练好的分类器模型对采集的脑电数据进行在线分类,EEG片段经医生校准后上传到云端服务器,用于增量式训练模型。本发明能够直接应用于原始EEG,无需进行预处理和特征提取,分类结果精度高且具有实时性。
- 来源网站：
- 中国工程科技知识中心
