申请/专利权人:浙江大学
申请日:2021-08-04
公开(公告)日:2024-04-02
公开(公告)号:CN113589937B
主分类号:G06F3/01
分类号:G06F3/01;G06F18/23213;G06F18/2413;G06N3/04;G06N3/084
优先权:
专利状态码:有效-授权
法律状态:2024.04.02#授权;2021.11.19#实质审查的生效;2021.11.02#公开
摘要:本发明公开了一种基于孪生网络核回归的侵入式脑机接口解码方法,包括以下步骤:1构建孪生神经网络h,选取训练集中的典型样本组成记忆库;2将训练阶段待解码的原始神经信号xi输入孪生神经网络h得到神经表示hxi,使用核回归算法将神经表示hxi与记忆库中样本{hxj,yj}的神经表示hxj进行比较,得到神经表示间的相似度权重khxi,hxj,利用这些相似度权重加权对应的速度得到预测速度3计算损失函数,采用端到端的方式反向传播训练模型;4训练完毕后,将测试阶段待解码的神经信号输入孪生网络得到神经表示,然后经过核回归算法后得到预测的动作速度。利用本发明,可以一定程度上解决神经信号多变性问题,实时预测手臂速度,提升效率和准确率。
主权项:1.一种基于孪生网络核回归的侵入式脑机接口解码方法,其特征在于,包括以下步骤:1构建孪生神经网络h,选取训练集中的典型样本组成记忆库;2将训练阶段待解码的原始神经信号xi输入孪生神经网络h得到神经表示hxi,然后使用核回归算法将神经表示hxi与记忆库中样本{hxj,yj}的神经表示hxj进行比较,得到神经表示间的相似度权重利用这些相似度权重加权对应的速度得到预测速度3计算损失函数,采用端到端的方式反向传播训练网络模型;4训练完毕后,将测试阶段待解码的神经信号输入孪生网络得到神经表示,然后经过核回归算法后得到预测的动作速度。
全文数据:
权利要求:
百度查询: 浙江大学 一种基于孪生网络核回归的侵入式脑机接口解码方法
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。