摘要
本发明提出的一种头部脑波的特征识别方法及计算机程序产品,涉及生物特征识别处理领域,解决了脑电信号质量较差,影响脑波特征提取和分类的准确性的问题,采用的方案是:获取头部的脑波信号,对脑波信号进行预处理,获得处理后的待加工信号;进行特征提取,获得特征信息;基于深度学习的分类器,根据特征信息进行自动分类,对脑波进行识别,获得脑波分类结果;获取头部的脑波信号,包括:使用至少两个电极在头部区域采集脑波信号,电极采用部分对称及部分不对称相结合方式分布在头部区域。本方案的电极采取对称和不对称组合式设计,能捕捉到左右脑半球头部区域的微小差异,有效区分左右额前叶功能活动,提高了脑波特征提取和分类的准确性。
技术关键词
RNN模型
特征识别方法
时域特征提取
频域特征提取
计算机程序产品
EEG信号分类
独立成分分析算法
检测异常事件
标准差特征
个性化建议
空间特征提取
生物特征识别
构建分类器
反馈规则
随机梯度下降
网络
系统为您推荐了相关专利信息
自动评估方法
前馈神经网络
Word2Vec模型
序列
计算机程序产品
芳香环类化合物
多元线性回归模型
描述符
指纹结构
分子
图像去噪方法
语义特征
信息编码器
结构先验信息
噪声图像
燃煤机组
模型预测控制器
非暂态计算机可读存储介质
火电厂热工
动态响应速度