摘要
本发明公开了一种基于全局注意力与循环神经网络的脑电解码方法及系统,本发明包括将需解码的原始脑电信号段进行样本划分以获得样本子段;将样本子段提取浅层特征;将浅层特征进行融合与维度统一;基于全局注意力与循环神经网络将融合与维度统一后的浅层特征依次进行空间特征提取、维度压缩和时间特征提取以获取脑电时空特征;特征提取采用由多组级联的位置编码模块、编码器层和循环神经网络模型构成的全局强化的循环神经网络模型实现;对脑电时空特征进行分类以获得脑电解码结果。本发明旨在克服循环神经网络难以充分提取全局时空信息提取的缺陷,充分提高网络的脑电信号时空特征提取能力以及提高解码精度。
技术关键词
循环神经网络模型
空间特征提取
原始脑电信号
解码方法
变压器模型
编码模块
样本
编码器
注意力机制
电极
特征提取能力
解码精度
通道
微处理器
可读存储介质
解码系统
带通滤波器
系统为您推荐了相关专利信息
自然场景统计
关键帧
特征提取模块
视频
空间特征提取
脑电信号采集模块
闭环控制系统
数据传输模块
多通道脑电信号
多模态
编解码方法
音频
水印嵌入
嵌入水印信号
短时傅里叶变换