-
公开(公告)号：CN112001305B
公开(公告)日：2022-08-05
申请号：CN202010852569.6
申请日：2020-08-21
Applicant: 西安交通大学
Abstract: 基于梯度提升决策树的特征优化SSVEP异步识别方法，先通过设计离线实验采集被试者的异步脑电原始数据，用滑移窗的形式截取脑电信号，形成原始时域数据集；然后对原始时域数据集用典型相关分析进行降维滤波处理，取特定频段的CCA系数作为训练数据集；然后训练GBDT模型，更新GBDT模型参数，同时根据特征重要度指标对初始特征进行优化，得到最终训练模型；最后用最终训练模型对新的脑电信号进行分类，判断是NC状态和IC状态；本发明利用梯度提升决策树对被试者的训练数据进行模型训练，并根据决策树方法的特征重要度进行特征优化选取，提高方法识别准确率，降低方法计算成本并且解决了被试者个性化差异问题。
-
公开(公告)号：CN110367981B
公开(公告)日：2021-02-09
申请号：CN201910619593.2
申请日：2019-07-10
Applicant: 西安交通大学
Abstract: 一种弱视脑电客观定量检测方法，先进行双眼分视实现，然后设计视觉诱发刺激范式，再进行脑机接口平台搭建，再测试交互界面，然后确定弱视脑电定量指标，使用抑制系数SI来描述双眼抑制关系，进而定量弱视的程度，最后进行弱视检测结果反馈，计算机交互界面模块将最终弱视检测结果呈现出来，实现对使用者的反馈；本发明操作简单快捷，适用性强，且指标客观定量。
-
公开(公告)号：CN112001305A
公开(公告)日：2020-11-27
申请号：CN202010852569.6
申请日：2020-08-21
Applicant: 西安交通大学
Abstract: 基于梯度提升决策树的特征优化SSVEP异步识别方法，先通过设计离线实验采集被试者的异步脑电原始数据，用滑移窗的形式截取脑电信号，形成原始时域数据集；然后对原始时域数据集用典型相关分析进行降维滤波处理，取特定频段的CCA系数作为训练数据集；然后训练GBDT模型，更新GBDT模型参数，同时根据特征重要度指标对初始特征进行优化，得到最终训练模型；最后用最终训练模型对新的脑电信号进行分类，判断是NC状态和IC状态；本发明利用梯度提升决策树对被试者的训练数据进行模型训练，并根据决策树方法的特征重要度进行特征优化选取，提高方法识别准确率，降低方法计算成本并且解决了被试者个性化差异问题。
-
公开(公告)号：CN110367981A
公开(公告)日：2019-10-25
申请号：CN201910619593.2
申请日：2019-07-10
Applicant: 西安交通大学
IPC: A61B5/0484 , A61B5/00
Abstract: 一种弱视脑电客观定量检测方法，先进行双眼分视实现，然后设计视觉诱发刺激范式，再进行脑机接口平台搭建，再测试交互界面，然后确定弱视脑电定量指标，使用抑制系数SI来描述双眼抑制关系，进而定量弱视的程度，最后进行弱视检测结果反馈，计算机交互界面模块将最终弱视检测结果呈现出来，实现对使用者的反馈；本发明操作简单快捷，适用性强，且指标客观定量。
-
-
-
Search Results
4
records
(took 0.02 seconds)
