摘要
本发明提出了一种基于AGE‑MOEA通道选择双分支脑电信号分类方法。该方法包括数据预处理与划分、脑电信号通道选择、网络模型构建、以及模型训练与测试四个步骤。首先,对采集的运动想象脑电信号进行预处理,包括带通滤波和标准化处理,并对训练集、验证集、测试集进行划分。然后采用AGE‑MOEA多目标优化算法建模脑电通道选择问题,筛选出分类效果好的脑电通道组合。最后构建基于通道选择的双分支脑电信号分类网络,网络分别输入预处理后的全部数据及通道选择后的部分数据,分别对两分支采取不同的时空卷积提取特征,再按权重进行特征融合,送入全连接层进行分类。该方法有效结合了运动想象脑电信号的全局和局部特征,提高了分类准确率。
技术关键词
脑电信号分类方法
分支
sigmoid函数
分类准确率
通道
运动想象脑电信号
频段
EEG信号分类
数据
巴特沃斯滤波器
交互网络
支持向量机
排序算法
样本
算法模型
批量
系统为您推荐了相关专利信息
智能马桶遥控器
环境感知数据
健康状态预测
风险
指纹
事件预测方法
西北太平洋台风
脉冲
数值天气预报
时序
序列
定位方法
动态时间规整算法
探地雷达系统
小波变换处理
高压脉冲发生器
多通道控制电路
雪崩三极管
STM32芯片
磁簧继电器
无线电调制信号
预测编码器
调制识别方法
序列
信号调制识别技术