摘要
本申请涉及脑电信号处理技术领域,本申请公开了一种脑电信号预处理和特征提取方法及系统,包括获取原始脑电信号,并对原始脑电信号进行降噪处理,得到降噪处理后的脑电信号;将降噪处理后的脑电信号从时域映射到频域,并在频域上分别取出五个频段的信号;计算每个频段的信号的功率谱密度,根据功率谱密度计算每个频段的信号的微分熵特征值;至少将所有的微分熵特征值作为频域特征值输入到学习分类算法中进行训练,得到分类模型;采用分类模型对新的脑电信号样本进行分类,得到分类结果,其中,分类结果用于情绪分析,不同的类别对应不同的情绪。该方法解决了现有技术中目前的脑电信号分类的准确性和可靠性较低的问题。
技术关键词
原始脑电信号
脑电信号预处理
特征提取方法
特征值
频段
脑电信号处理技术
脑电信号采集模块
功率
密度
分类模型训练
随机梯度下降
特征提取模块
降噪模块
计算机程序产品
处理器
算法
带标签
样本
系统为您推荐了相关专利信息
网络流量数据
高斯混合模型
检测网络流量
加权特征值
核密度估计方法
检测网络模型
多尺度特征
识别方法
颜色
金字塔网络