您所在的位置: 首页 > 专利技术 > 正文
专利基本信息
专利名称 基于双支持向量机概率输出的多类脑电模式在线识别方法
专利状态 - 专利号(申请号) CN104573630B
专利申请日期 2014-12-05 专利类型 发明专利
申请公布号 2014107384869 申请公布日 2014-12-05
授权公告号 - 授权公告日 -
发明人 佘青山;***豪;韩笑;高云园;席旭刚
专利权人 杭州电子科技大学
专利摘要 本发明涉及一种基于双支持向量机概率输出的多类脑电模式在线识别方法。EEG信号具有高度非平稳性、时变性和个体差异性,容易随时间产生不同程度的波动,而现有的多数脑电信号分类方法自适应能力较差。本发明建立了双支持向量机概率输出模型,在此基础上引入增量学习方法,实现了多类脑电模式的在线识别。先建立双支持向量机初始分类模型,通过Sigmoid概率输出建模方法求得EEG信号属于各个类别的概率,并将该信号归为概率最大的类别,然后引用增量学习方法将满足一定条件的EEG信号加入到训练集中来更新分类模型,以最新的分类模型对信号进行识别。本发明方法不仅减少训练时间,提高分类速度,而且具有较好的自适应能力。
专利价值评估分析
相关推荐
Baidu
map