一种基于随机矩阵分析的脑功能网络全节点检测方法

AITNT
正文
推荐专利
一种基于随机矩阵分析的脑功能网络全节点检测方法
申请号:CN202410929069
申请日期:2024-07-11
公开号:CN118732853B
公开日期:2025-03-07
类型:发明专利
摘要
本发明涉及一种基于随机矩阵分析的脑功能网络全节点检测方法,包括:采集脑电信号,构建不同运动任务的功能脑网络,获取脑网络数据集,其中所述脑网络数据集以不同运动任务为标签划分类别;基于随机理论对所述不同运动任务的功能脑网络进行差异性分析,获取符合差异阈值的功能脑网络,并对运动任务进行筛选;获取筛选后运动任务的功能脑网络和节点特征并输入R‑GCN模型,获取运动任务预测结果。本发明利用随机矩阵理论分析基于脑电信号的脑网络的特征值统计特性,以实现结果量化理论预测的准确性。
技术关键词
节点检测方法 GCN模型 特征值 节点特征 采集脑电信号 运动 协方差矩阵 理论 网络矩阵 数据 标签 样本 编码 数值 定义 间距
系统为您推荐了相关专利信息
1
基于人工智能识别推测的建筑表征碳足迹估算方法及装置
人工智能识别 特征值 建筑材料 兴趣点POI数据 建筑物轮廓
2
基于语义特征点检测的车辆位姿估计方法
车辆位姿估计方法 语义特征 关键点 图片 文件夹
3
一种虚实数据融合的时空图神经网络螺旋桨流场预测方法
船舶螺旋桨 神经网络模型 数据 速度 空间结构特征
4
一种基于非线性形状先验的CT图像分割方法及系统
形状先验 图像分割方法 核主成分分析算法 标签 重构矩阵
5
一种反应釜密封性能检测方法、装置及系统
密封性能检测方法 反应釜 孤立森林算法 特征值 密封性能检测系统
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号