一种基于多模态特征融合的新型脑电信息交互方法

AITNT
正文
推荐专利
一种基于多模态特征融合的新型脑电信息交互方法
申请号:CN202410986935
申请日期:2024-07-23
公开号:CN119002692A
公开日期:2024-11-22
类型:发明专利
摘要
本发明涉及信息交互技术领域,且公开了一种基于多模态特征融合的新型脑电信息交互方法,包括以下步骤:对收集的脑电信号进行带通滤波,挑选出运动想象脑电信号,利用滑动窗口技术将脑电信号进行裁剪,以获得局部脑电信号和全局脑电信号,并同时输入到后续的特征提取模块。该基于多模态特征融合的新型脑电信息交互方法,通过多模态特征融合技术和自适应正则化特征选择机制,提高运动想象脑电信号分类的准确性和实时性的同时降低模型复杂性、提高模型效率。
技术关键词
多模态特征融合 信息交互方法 运动想象脑电信号 脑电信号提取 滑动窗口技术 学习分类器 模型超参数 统计特征 特征提取模块 特征选择机制 协方差矩阵 信息交互技术 网格搜索方法 联合对角化 正则化参数 近邻算法 变量
系统为您推荐了相关专利信息
1
学习场景下的大模型敏感大内容过滤方法
内容过滤方法 编码向量 多模态协同 全局信息整合 文本
2
基于动态稀疏注意力机制的变分自编码器异常检测算法
注意力机制 动态 编码器 滑动窗口技术 估计概率密度函数
3
基于特征交互和多模态数据融合的开放词汇语义分割方法和装置
语义分割方法 网络解码器 文本编码器 图像编码器 上下文特征
4
一种基于电力场景的多模态数据融合方法、装置及存储介质
掩码矩阵 数据融合方法 多模态特征融合 数据融合装置 场景
5
一种动态预测银屑病患者骨量减少风险的方法及公共平台
银屑病患者 注意力神经网络 生物标志物数据 风险 重建误差
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