摘要
本发明公开了一种基于稀疏动态图卷积的脑电信号解码方法及系统,该方法步骤为:采集多通道脑电信号并其进行预处理;对各通道信号进行多频段滤波,并提取各频段信号上的统计学特征,计算任务脑电信号的协方差矩阵,以脑电通道为图节点,通道上的多频段拼接统计学特征为节点特征向量,通道间的协方差矩阵为邻接矩阵构建图脑电数据,最后构建动态图卷积神经网络模型,该模型基于自回归移动平均滤波器构建图卷积神经网络,以图脑电数据为输入,以脑电信号的类别为输出,结合双线性映射动态生成邻接矩阵,并添加模糊标签学习与稀疏约束提升模型解码能力,增强模型对图结构的频域响应能力与鲁棒性。
技术关键词
统计学特征
协方差矩阵
多通道脑电信号
解码方法
卷积神经网络模型
移动平均滤波器
多频段
原始脑电信号
节点特征
独立成分分析法
双线性
标签
动态邻接矩阵
采集脑电信号