您的位置：
首页
>
农业专利
>
详情页
时空特征融合的并行卷积网络运动想象脑电图分类方法
- 专利权人:
- 重庆邮电大学
- 发明人:
- 唐贤伦,孔德松,邹密,刘行谋,马伟昌,李伟,王婷,彭德光,李锐
- 申请号：
- CN201911241265.X
- 公开号：
- CN111012336A
- 申请日:
- 2019.06.12
- 申请国别(地区):
- CN
- 年份:
- 2020
- 代理人:
- 摘要：
- 本发明请求保护一种时空特征融合的并行卷积神经网络运动想象脑电图识别方法。以运动想象脑电信号作为研究对象,提出一种新的深度网络模型‑并行卷积神经网络提取运动想象脑电信号的时空特征。与传统脑电分类算法往往丢弃脑电空间特征信息不同,通过快速傅里叶变换,提取Theta波(4‑8Hz)、alpha波(8‑12Hz)以及beta波(12‑36Hz),生成2D脑电特征图。基于多重卷积神经网络对脑电特征图进行训练,提取空间特征。此外,利用时间卷积神经网络进行并行训练,提取时序特征。最后基于Softmax对空间特征以及时序特征进行融合以及分类。实验结果表明,并行卷积神经网络具有良好的识别精度,并且优于其他最新的分类算法。
- 来源网站：
- 中国工程科技知识中心
- 来源网址：
- http://www.ckcest.cn/home/
