公开(公告)号：CN118035816A

公开(公告)日：2024-05-14

申请号：CN202410032904.6

申请日：2024-01-09

Applicant: 广州大学

Inventor： 王力 ,  解承强 ,  郭佳莹 ,  杨佳烽

IPC: G06F18/241 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/096 ,  G06F18/10 ,  G06F17/16

Abstract: 本发明公开了一种脑电信号分类方法、装置和存储介质，方法包括：获取待分类目标域；将待分类目标域输入目标生成器，得到待分类迁移数据；将待分类迁移数据输入主体迁移神经网络模型，得到脑电信号分类结果；其中，主体迁移神经网络模型通过以下步骤得到：获取第一运动想象脑电信号和第二运动想象脑电信号；计算域集，域集包括第一源域和第一目标域；将第一源域输入预设神经网络模型进行训练，得到主体迁移神经网络模型；目标生成器通过以下步骤得到：根据第一源域、第一目标域和主体迁移神经网络模型，对预设生成器进行训练，得到目标生成器。本发明提高了分类准确率、减少了信号校准时间。本发明可广泛应用于机器学习技术领域。

公开(公告)号：CN118312872A

公开(公告)日：2024-07-09

申请号：CN202410315171.7

申请日：2024-03-19

Applicant: 广州大学

Inventor： 王力 ,  熊诗明 ,  夏国贤 ,  邓嘉贤 ,  杨佳烽

IPC: G06F18/2415 ,  G06F18/2431 ,  G06F18/213 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/049 ,  G06N3/08 ,  G06F3/01

Abstract: 本发明公开了一种运动想象脑电信号分类方法、系统、电子设备及介质，方法包括：获取脑电信号数据，根据第一特征提取模块对脑电信号数据进行特征提取，得到第一特征数据集；根据第二特征提取模块对第一特征数据集进行特征提取，得到若干个第二特征数据，对若干个第二特征数据进行拼接，得到第三特征数据；根据第三特征模块对第三特征数据进行特征提取，得到第四特征数据集；对第四特征数据集进行特征展平，根据展平的第四特征数据集确定特征点集，并根据预设公式对特征点集进行加权组合，得到若干个特征组合；对若干个特征组合进行分类，得到目标分类结果；可提高分类效率，提高分类准确率。本发明实施例可广泛应用于信号处理技术领域。

公开(公告)号：CN118332396A

公开(公告)日：2024-07-12

申请号：CN202410331337.4

申请日：2024-03-22

Applicant: 广州大学

Inventor： 王力 ,  邓嘉贤 ,  夏国贤 ,  熊诗明 ,  杨佳烽

IPC: G06F18/241 ,  G06F18/214 ,  G06F21/62 ,  A61B5/369 ,  A61B5/00 ,  A61B5/372

Abstract: 本发明公开了一种运动想象脑电信号分类方法、装置及存储介质，方法包括：根据预设赫兹范围，对源受试者运动想象脑电信号数据进行带通滤波处理，得到源域；对预设深度学习模型进行训练，得到源域模型；初始化初始目标域模型；对小批量目标受试者运动想象脑电信号数据进行带通滤波处理，得到目标域；将初始目标域模型中特征提取器的原批量归一化层替换为动态混合批量归一化层，得到第一目标域模型；计算目标脑电信号数据输入动态混合批量归一化层后的特征；将第一目标域模型中的线性分类器替换为基于原型的分类器，得到第二目标域模型；计算预测标签。本发明实现了运动想象脑电信号分类，提高分类效率和准确度。本发明可应用于脑电信号技术领域。