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！

龙图腾网获悉北京工业大学申请的专利一种基于迁移学习并行多尺度滤波器组时域卷积的运动想象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：CN116522106B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202310218152.8，技术领域涉及：G06F18/213；该发明授权一种基于迁移学习并行多尺度滤波器组时域卷积的运动想象脑电信号分类方法是由王丹;朱俊辉设计研发完成，并于2023-03-08向国家知识产权局提交的专利申请。

本一种基于迁移学习并行多尺度滤波器组时域卷积的运动想象脑电信号分类方法在说明书摘要公布了：一种基于迁移学习并行多尺度滤波器组时域卷积的运动想象脑电信号分类方法属于计算机软件领域。针对跨被试脑电信号不符合独立同分布问题，增强其中脑电信号时域信息，提出基于MSFBCNN网络的深度迁移学习的自适应层微调特征提取方法，简称“DSAN‑MSFBCNN”。首先，采用fine‑tune微调方法，对于预训练模型MSFBCNN进行网络模型微调，冻结模型最高层全连接层之前的网络结构；其次，使用领域自适应方法DSAN对全连接层进行适配，提供具有更高区分度的特征，从而提高分类准确率。“DSAN‑MSFBCNN”模型可以在运动想象分类任务上取得较高的准确率。相比较MSFBCNN模型，本发明提升对运动想象脑电信号的特征提取和分类性能，使用微调后的模型具有更高的泛化能力。

本发明授权一种基于迁移学习并行多尺度滤波器组时域卷积的运动想象脑电信号分类方法在权利要求书中公布了：1.一种基于迁移学习并行多尺度滤波器组时域卷积的运动想象脑电信号分类方法，其特征在于，包括以下步骤： 步骤1.数据预处理：使用带通滤波器对运动想象脑电信号进行带通滤波处理，之后对滤波后的信号做指数移动均值标准化；将脑电信号数据集划分为训练集、验证集和测试集； 步骤2.构建MSFBCNN预训练模型：将步骤1中的训练集和验证集输入到MSFBCNN模型中进行训练与验证，最终生成并保存MSFBCNN预训练模型； 步骤3.预训练模型微调以及添加自适应层：采用fine-tune微调方法，对于预训练模型MSFBCNN进行网络模型微调，冻结模型最高层全连接层之前的网络结构，使用领域自适应方法DSAN对全连接层进行适配，在全连接层后使用一个分类损失函数和一个自适应损失函数，对与骨干网中间层相关联的隐藏层，即测输出层，生成一个伴生目标函数，提供具有更高区分度的特征；最终，根据新数据集分类类别相关信息调整softmax分类层相关参数，针对分类类别个数来预测每个类别的概率，概率最高的即为最终输出类别； 步骤4.将步骤1中的测试集输入到步骤3中的模型中进行训练、验证以及分类，评价分类的准确度。

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北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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”。