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！

龙图腾网获悉哈尔滨工业大学申请的专利基于双流特征融合的无监督脑电信号识别方法、计算机设备、存储介质和程序产品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：CN115731439B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202211473697.5，技术领域涉及：G06V10/80；该发明授权基于双流特征融合的无监督脑电信号识别方法、计算机设备、存储介质和程序产品是由张岩;李雨泽;刘昕;邓豪杰;孙金玮设计研发完成，并于2022-11-22向国家知识产权局提交的专利申请。

本基于双流特征融合的无监督脑电信号识别方法、计算机设备、存储介质和程序产品在说明书摘要公布了：基于双流特征融合的无监督脑电信号识别方法、计算机设备、存储介质和程序产品，属于信号识别技术领域，解决脑电信号识别样本数量需求过大和识别精度低问题。本发明的方法包括：基于双流特征融合的无监督脑电信号识别方法，通过引入传统特征降低特征提取算法对数据的需求，解决了无监督少样本条件下特征提取的困难。其次，通过引入图卷积网络，深入挖掘传统特征与深度特征的内在联系，降低了特征融合可能发生的信息缺失问题，实现特征间的高精度融合。与现有的基于迁移学习的脑电数据识别模型相比，本发明提出的网络有效提高了少样本条件下脑电数据的识别准确率，提升了模型的泛化性和鲁棒性。本发明适用于无监督少样本疲劳度脑电信号识别。

本发明授权基于双流特征融合的无监督脑电信号识别方法、计算机设备、存储介质和程序产品在权利要求书中公布了：1.一种基于双流特征融合的无监督脑电信号识别方法，其特征在于，所述方法包括： 利用含有类别标签的脑电波形数据，构成辅助域波形信号数据集Vs； 利用无标签的脑电波形数据，构成应用域波形信号数据集Vt； 将辅助域波形信号数据集Vs和应用域波形信号数据集Vt转换为图像数据，分别为辅助域图像集Xs和应用域图像集Xt，Xs和Xt保持相同的尺寸； 构建两个结构相同的多层卷积神经网络，记为辅助域网络Ns和应用域网络Nt； 使用辅助域图像集Xs训练辅助域网络Ns，使Ns的预测误差最小，学习率设置非零，使用梯度下降法进行训练，使用交叉熵函数作为分类损失函数； 将辅助域网络Ns中所有层的参数复制到应用域网络Nt中，并用应用域图像集Xt对应用域网络Nt进行训练，度量应用域网络Nt和辅助域网络Ns后三层全连接层fc1～fc3输出特征的边缘分布差异和条件分布差异，使用联合分布适配的方法减小应用域网络Nt和辅助域网络Ns后三层全连接层fc1～fc3输出特征分布的差异； 分别提取辅助域波形信号数据集Vs和应用域波形信号数据集Vt的相对功率谱，并将所述相对功率谱作为传统特征； 建立基于图卷积网络的特征融合模块，所述基于图卷积网络的特征融合模块用于融合传统特征和深度特征，包括： 利用Ns提取到的深度特征和从Vs中提取到的传统特征训练所述基于图卷积网络的特征融合模块； 用训练好的应用域网络Nt和基于图卷积网络的特征融合模块对应用域波形信号数据集Vt中的脑电波形数据进行识别，得到识别结果。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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”。

以上内容由龙图腾AI智能生成。