基于聚合感知增强卷积Transformer网络的EEG信号解码方法、装置、设备和介质

AITNT
正文
推荐专利
基于聚合感知增强卷积Transformer网络的EEG信号解码方法、装置、设备和介质
申请号:CN202510550978
申请日期:2025-04-29
公开号:CN120067843B
公开日期:2025-08-01
类型:发明专利
摘要
基于聚合感知增强卷积Transformer网络的EEG信号解码方法、装置、设备和介质,涉及EEG信号解码技术领域。EEG信号解码方法包含S1、获取离线数据。S2、根据EEG数据提取多尺度浅层局部特征。S3、对多尺度浅层局部特征进行交互式强化学习,获取重校准后的多个特征。S4、将重校准后的多个特征进行融合,获取第一融合特征。S5、将第一融合特征输入到位置感知增强模块,获取位置感知增强特征。S6、精细化特征长程依赖与局部关联,获取全面的特征表达。S7、将全局精细化特征输入分类器,以完成对模型的训练,得到可用于实时预测的预训练模型。S8、获取实时数据。S9、将实时数据输入预训练模型,获取解码结果。
技术关键词
信号解码方法 细粒度特征 卷积模块 融合特征 实时数据 预训练模型 多尺度 校准 离线 分类器 信号解码技术 网络 信号解码装置 交互特征 支路 环境噪声干扰 可读存储介质
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