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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD