[发明专利]基于邻居可视长度熵的不同生理状态脑电信号识别方法有效
申请号: | 201810402430.4 | 申请日: | 2018-04-28 |
公开(公告)号: | CN108960037B | 公开(公告)日: | 2021-08-06 |
发明(设计)人: | 曾明;赵春雨;孟庆浩 | 申请(专利权)人: | 天津大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06F3/01 |
代理公司: | 天津市北洋有限责任专利代理事务所 12201 | 代理人: | 杜文茹 |
地址: | 300072*** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 邻居 可视 长度 不同 生理 状态 电信号 识别 方法 | ||
1.一种基于邻居可视长度熵的不同生理状态脑电信号识别方法,其特征在于,包括如下步骤:
1)获取原始的脑电信号数据,将脑电信号数据以直方条的形式等水平线的绘制到坐标轴,将距离数据点ti最近的三个数据点定义为1级、2级和3级邻居;
2)判断数据点ti分别与1级、2级和3级邻居的可视关系;
3)分别得到数据点ti与满足可视条件的邻居之间的可视长度;其中:
数据点ti与第1级邻居的可视长度是第1级邻居在直方图中直方条的高度;
数据点ti与第2级邻居的可视长度是,将数据点ti在直方图中直方条高度的顶点(a)与第1级邻居在直方图中直方条高度的顶点(b)连线的延长线与第2级邻居在直方图中直方条相交,该相交点(d)与第2级邻居在直方图中直方条顶点(c)的距离(cd)为数据点ti与第2级邻居的可视长度;
数据点ti与第3级邻居的可视长度是分为两种情况:
(1)第2级邻居的数据点为不可视点时,将数据点ti在直方图中直方条高度的顶点(a)与第1级邻居在直方图中直方条高度的顶点(b)连线的延长线与第3级邻居在直方图中直方条相交,该相交点(g)与第3级邻居在直方图中直方条顶点(e)的距离(eg)为数据点ti与第3级邻居的可视长度;
(2)第2级邻居的数据点为可视点时,将数据点ti在直方图中直方条高度的顶点(a)与第2级邻居在直方图中直方条高度的顶点(c)连线的延长线与第3级邻居在直方图中直方条相交,该相交点(f)与第3级邻居在直方图中直方条顶点(e)的距离(ef)为数据点ti与第3级邻居的可视长度
4)分别计算1级、2级和3级邻居的可视长度熵,计算公式为:
其中,Enl表示一个脑电信号中所有数据点的1级、2级和3级邻居的可视长度熵,pkl(len)表示第l级邻居的可视长度len在第k个区间中出现的概率,l=1,2,3,N为计算熵值时划分的区间个数,其中,所述的区间是将一个脑电信号中所有第l级邻居的可视长度中最小值与最大值之间的数值划分为若干个区间,第k个区间就是所述的若干个区间中的一个;
5)分别根据1级、2级和3级邻居可视长度熵,画出所有脑电信号的联合分布图;
6)根据1级、2级和3级邻居可视长度熵,用十折交叉验证结合软间隔支持向量机对脑电信号进行分类。
2.根据权利要求1所述的基于邻居可视长度熵的不同生理状态脑电信号识别方法,其特征在于,步骤2)中首先设定1级邻居满足可视条件,2级和3级邻居是根据以下可视条件进行判断:
其中,ym,yi,yj分别为脑电信号在数据点tm,ti,tj时刻的数据值,i=1,2,...,n,j=1,2,...,n;数据点tm为数据点ti与第2级或第3级数据点tj之间的数据点,当数据点tj是第2级数据点时,数据点tm只取第1级数据点的值进行判断,满足可视条件,数据点ti与数据点tj可视,否则不可视,当数据点tj是第3级数据点时,数据点tm分别取第1级数据点和第2级数据点的值进行判断,两次都满足可视条件,数据点ti与数据点tj可视,否则不可视。
3.根据权利要求1所述的基于邻居可视长度熵的不同生理状态脑电信号识别方法,其特征在于,步骤6)中所述的分类是:
(1)将所有脑电信号的可视长度熵随机分为等长的且无重合的10个子集,取出第u个子集,对剩下的9个子集进行训练,从而得到决策函数,并用决策函数测试第u个子集;
(2)重复第(1)步,直至得到10个子集的决策函数,最终实现一次对所有脑电信号的分类预测;
(3)重复第(1)~(2)步得到10次对所有脑电信号的分类预测,将10次对所有脑电信号的分类预测取平均值作为最终的分类结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津大学,未经天津大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810402430.4/1.html,转载请声明来源钻瓜专利网。