买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安电子科技大学申请的专利基于解耦表示学习的连续快速视觉演示脑电信号分类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114118176B 。

龙图腾网通过国家知识产权局官网在2025-06-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210001444.1，技术领域涉及：G06F18/241；该发明授权基于解耦表示学习的连续快速视觉演示脑电信号分类方法是由李甫;李鸿鑫;张熙;楚文龙;吴昊;付博勋;冀有硕;周祎瑾;王慎弘;张利剑;陈远方;李阳;牛毅;石光明设计研发完成，并于2022-01-04向国家知识产权局提交的专利申请。

本基于解耦表示学习的连续快速视觉演示脑电信号分类方法在说明书摘要公布了：本申请属于信号处理技术领域，涉及一种脑电信号的分类方法，具体提供了一种基于解耦表示学习的连续快速视觉演示脑电信号分类方法，该方法包括如下步骤：S1，脑电信号的获取及预处理；S2，解耦表示学习网络的构建；S3，对构建的解耦表示学习网络进行训练；S4，对训练后的解耦表示学习网络进行测试；S5，对测试后的解耦表示学习网络进行微调；S6，对微调后的解耦表示学习网络进行实时检测。本发明将学习过程解耦为表示学习过程和分类器学习过程，避免分类器对表示学习过程产生影响，解决了连续快速视觉演示分类中存在的类别不平衡问题导致分类准确率低的问题，从而提高脑电信号的分类准确率。

本发明授权基于解耦表示学习的连续快速视觉演示脑电信号分类方法在权利要求书中公布了：1.一种基于解耦表示学习的连续快速视觉演示脑电信号分类方法，其特征在于，所述方法包括如下步骤： S1，脑电信号的获取及预处理； S2，解耦表示学习网络的构建； S3，对构建的所述解耦表示学习网络进行训练； S4，对训练后的所述解耦表示学习网络进行测试； S5，对测试后的所述解耦表示学习网络进行微调； S6，对微调后的所述解耦表示学习网络进行实时检测； 所述步骤S2构建的解耦表示学习网络由表示学习过程和分类器学习过程构成； 所述表示学习过程包括： 第一步，构造样本数据对；从样本数据库中随机选取两个样本数据，若两个样本数据均对应为目标脑电信号或非目标脑电信号像，则定义为正对；若其中一个为目标脑电信号，另一个为非目标脑电信号，则定义为负对； 第二步，提取特征表示，得到两个样本数据的通用特征表示h1和h2； 第三步，使用投影头将所述特征表示h1和h2映射到低维空间，所述投影头由两个全连接层和激活函数组成； 第四步，使用余弦相似度计算第三步中两个样本数据映射到低维空间的特征表示之间的相似度，通过反向传播，最小化对比损失； 所述步骤S3中表示学习过程的损失函数为对比损失函数；所述对比损失函数的表达式为： 其中，L为对比损失，M为匹配样本数据对数，为样本数据对中两个样本的低维表示，q为标签，exp为以为底的指数函数，sim为余弦函数计算方法； 所述分类器学习过程包括：首先样本维度上对数据集进行降采样操作以获取平衡的数据集，然后冻结特征提取器中表示学习过程的权重，在表示学习过程中共享的信息的作用下完成分类器的学习过程的特征提取任务。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。