公开(公告)号：CN111126241B

公开(公告)日：2022-04-22

申请号：CN201911319017.2

申请日：2019-12-19

Applicant: 南京邮电大学

Inventor： 臧明文 ,  黄刚

IPC: G06K9/00 ,  G06K9/62 ,  G06F3/01

Abstract: 本发明公开了一种基于最优序列特征子集的脑电模式提取方法，以针对脑机接口系统对脑电数据分类的高精度分类要求，脑机接口可以通过发现寻找脑电信号的最优特征子序列进行信号分类，在保证脑电信号分类精度的同时也提供相关强解释性结果。通过PAA降维和SAX符号化，将数据复杂度降低，另外通过Hash方式替代数据之间相似性计算，速度和效率更高。定义了一个区分度用以判断符号子序列之间对不同脑电信号的区分能力。

公开(公告)号：CN111126241A

公开(公告)日：2020-05-08

申请号：CN201911319017.2

申请日：2019-12-19

Applicant: 南京邮电大学

Inventor： 臧明文 ,  黄刚

IPC: G06K9/00 ,  G06K9/62 ,  G06F3/01

Abstract: 本发明公开了一种基于最优序列特征子集的脑电模式提取方法，以针对脑机接口系统对脑电数据分类的高精度分类要求，脑机接口可以通过发现寻找脑电信号的最优特征子序列进行信号分类，在保证脑电信号分类精度的同时也提供相关强解释性结果。通过PAA降维和SAX符号化，将数据复杂度降低，另外通过Hash方式替代数据之间相似性计算，速度和效率更高。定义了一个区分度用以判断符号子序列之间对不同脑电信号的区分能力。