龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：安徽大学
申请日：2024-01-04
公开（公告）日：2024-05-17
公开（公告）号：CN118051771A
主分类号：G06F18/214
分类号：G06F18/214;G06F18/10;G06F18/241;G06N3/0464;G06N3/08
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.04#实质审查的生效;2024.05.17#公开
摘要：本发明公开了一种基于稳态视觉诱发电位空域特性的身份识别方法，包括以下步骤：S1：使用Benchmark数据集并对其进行预处理；S2：设计一个EhythmNet模型；S3：利用EhythmNet模型对预处理后的数据集进行训练与测试；S4：利用EhythmNet模型对N导联EEG数据进行分类，得到导联识别率和识别率脑地形图；S5：利用EhythmNet基于导联识别率对被试者进行分类识别；S6：利用EfficientNet‑B0基于脑地形图对被试者进行分类识别。还公开了一种基于稳态视觉诱发电位空域特性的身份识别系统。本发明利用SSVEP在不同头皮电极的空域分布特性，实现了两种不同的身份识别新方法。
主权项：1.一种基于稳态视觉诱发电位空域特性的身份识别方法，其特征在于，包括以下步骤：S101：数据集预处理：使用Benchmark数据集并对其进行预处理；S102：设计EhythmNet模型：所述EhythmNet模型为一维卷积神经网络，由两层卷积层、一个扁平的全连接层、一个Softmax多类分类器组成的；S103：利用EhythmNet模型对预处理后的数据集进行训练与测试，模型的训练与测试样本为一组刺激频率诱发的全部N导联EEG数据，其中Oz电极数据为训练集，其他N-1个电极数据则构成N-1个不同的测试集；S104：利用EhythmNet模型对N导联EEG数据进行分类，得到导联识别率；S105：利用EhythmNet对导联识别率进行训练与测试，EhythmNet训练的导联识别率的特征向量为1×N的单导联识别率，利用EhythmNet对M位被试者的导联识别率做分类，实现被试者的身份识别。
全文数据：
权利要求：
百度查询： 安徽大学 基于稳态视觉诱发电位空域特性的身份识别方法及其系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号