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
人工智能识别
特征值
建筑材料
兴趣点POI数据
建筑物轮廓
船舶螺旋桨
神经网络模型
数据
速度
空间结构特征
形状先验
图像分割方法
核主成分分析算法
标签
重构矩阵
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