公开(公告)号：CN112070141B

公开(公告)日：2024-02-02

申请号：CN202010905746.2

申请日：2020-09-01

Applicant: 燕山大学

Inventor： 赵靖 ,  刘文政 ,  张伟

IPC: G06F18/2411 ,  G06F18/25 ,  G06N3/045 ,  G06F3/01

Abstract: 本发明公开了一种融合注意力检测的SSVEP异步分类方法，该方法是同时采集大脑额区和枕区的脑电数据后，在离线训练阶段，记录空闲状态数据集和控制状态下各频率目标数据集，训练一种注意力检测算法和一种频率识别算法；在在线分类阶段，同时使用训练好的注意力检测算法和频率识别算法处理实时脑电信号，分别计算两种算法的分类结果及其置信度，然后根据置信度对两者的分类结果进行融合，输出最终的异步控制指令。本发明分类精度高、误触发率低，能够有效提高现有频率识别算法的异步分类性能。

公开(公告)号：CN112070141A

公开(公告)日：2020-12-11

申请号：CN202010905746.2

申请日：2020-09-01

Applicant: 燕山大学

Inventor： 赵靖 ,  刘文政 ,  张伟

IPC: G06K9/62 ,  G06F3/01

Abstract: 本发明公开了一种融合注意力检测的SSVEP异步分类方法，该方法是同时采集大脑额区和枕区的脑电数据后，在离线训练阶段，记录空闲状态数据集和控制状态下各频率目标数据集，训练一种注意力检测算法和一种频率识别算法；在在线分类阶段，同时使用训练好的注意力检测算法和频率识别算法处理实时脑电信号，分别计算两种算法的分类结果及其置信度，然后根据置信度对两者的分类结果进行融合，输出最终的异步控制指令。本发明分类精度高、误触发率低，能够有效提高现有频率识别算法的异步分类性能。