申请/专利权人:深圳华中科技大学研究院
申请日:2023-10-13
公开(公告)日:2024-04-16
公开(公告)号:CN117892168A
主分类号:G06F18/24
分类号:G06F18/24;G06F18/22;G06F18/214;G06N3/0464;G06N3/084
优先权:
专利状态码:在审-公开
法律状态:2024.04.16#公开
摘要:本发明公开了一种应用于在线运动想象分类的前端复制动态窗方法,包括步骤:获取训练数据;根据训练数据离线训练模型,得到训练好的离线分类模型;获取在线运动测试过程中的n个测试试次,其中n个测试试次依次到;获取测试场景;根据不同的测试场景,利用前端复制策略对测试试次进行复制,并将测试试次依次输入至训练好的离线分类模型,采用FRDW方法或基于FRDW与EA融合方法,动态调节离线分类模型的预测时间,完成在线测试。本发明对于远离分界面的样本提前做出预测,提高解码速度;适配多种MI分类网络,并旨在不损失或损失极少预测精度的同时降低模型预测所需时间,保证了其应用的解码精准性,预测高效性以及模型普适性。
主权项:1.一种应用于在线运动想象分类的前端复制动态窗方法,其特征在于:包括以下步骤:S1、获取训练数据其中C是EEG信号通道数量,N是设定的数据长度;S2、根据训练数据离线训练模型,得到训练好的离线分类模型;S3、获取在线运动测试过程中的n个测试试次,其中n个测试试次依次到达;S4、获取测试场景;S5、根据不同的测试场景,利用前端复制策略对测试试次进行复制,并将测试试次依次输入至训练好的离线分类模型,采用FRDW方法或基于FRDW与EA融合方法,动态调节离线分类模型的预测时间,完成在线测试。
全文数据:
权利要求:
百度查询: 深圳华中科技大学研究院 一种应用于在线运动想象分类的前端复制动态窗方法
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。