申请/专利权人:西安交通大学
申请日:2023-05-06
公开(公告)日:2023-08-01
公开(公告)号:CN116522115A
主分类号:G06F18/213
分类号:G06F18/213;G06F18/10
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.08.18#实质审查的生效;2023.08.01#公开
摘要:一种基于CCA降维和USSR模型的特征增强方法,先进行多通道SSVEP数据采集,使用3‑40Hz的巴特沃斯带通滤波器进行信号预处理,利用CCA降维技术将多通道SSVEP信号转换成单通道一维信号;再进行USSR模型参数初始化及USSR模型处理,将单通道一维信号送入到USSR模型进行随机共振处理,利用噪声能量增强目标频率的幅值;然后利用SSVEP识别模型PSDA的快速傅里叶变换检测注视目标频率,最后进行目标频率匹配检测;本发明利用CCA降维技术及USSR动力学模型的协同作用,大大增加了SSVEP的识别准确率和信息传输率。
主权项:1.一种基于CCA降维和USSR模型的特征增强方法,其特征在于:先用CCA降维技术将多通道的SSVEP信号转换成一维信号,然后通过USSR模型利用噪声能量去增强特征频率的幅值和能量,最后基于SSVEP识别模型功率谱密度分析PSDA作快速傅里叶变换FFT提取出特征频率。
全文数据:
权利要求:
百度查询: 西安交通大学 一种基于CCA降维和USSR模型的特征增强方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。