- 3
- 0
- 约1.37万字
- 约 12页
- 2023-11-22 发布于四川
- 举报
本发明公开了一种基于脑电的特殊手势指令的特征优化与识别方法。本发明对多通道的EEG信号进行带通滤波及通道转换得到纯净的EEG信号。针对此信号进行时域统计特征、小波包特征、本征模函数特征、功率谱密度特征的提取。之后对各特征数据在脑电区域和信号两个角度基于统计的角度进行特征优化,对筛选的特征进行保留并融合构成新特征。再将特征数据进行尺度变换成迁移学习网络模型输入图片矩阵构成模型数据集,按比例划分数据集为训练集和测试集两部分,训练集训练模型,并在SoftMax层输出特征数据构成新的训练集。最后将新的数
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 111832452 A
(43)申请公布日 2020.10.27
(21)申请号 202010618740.7
(22)申请日 2020.06.30
(71)申请人 杭州电子科技大学
地址
原创力文档

文档评论(0)