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！

龙图腾网获悉华南理工大学申请的专利基于离散小波变换的脑电特征增强方法、装置、设备及介质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：CN119917993B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202411775543.0，技术领域涉及：G06F18/25；该发明授权基于离散小波变换的脑电特征增强方法、装置、设备及介质是由陈俊龙;何宇彬;陈变娜;张通设计研发完成，并于2024-12-05向国家知识产权局提交的专利申请。

本基于离散小波变换的脑电特征增强方法、装置、设备及介质在说明书摘要公布了：本发明公开了一种基于离散小波变换的脑电特征增强方法、装置、设备及介质，其中方法包括：获取脑电数据，对脑电数据进行预处理，获得脑电信号；对脑电信号进行离散小波分解，获得近似信号与细节信号；对近似信号与细节信号分别进行切片操作，并进行特征提取，获得细节信号特征和近似信号特征；将细节信号特征进行特征增强处理后，与近似信号特征进行拼接，得到增强特征；将原始特征与增强特征分别输入模型，对模型进行训练；其中，使用一致性约束让原始特征的分类结果与增强特征的分类结果互相逼近。本发明通过使用离散小波变换对信号进行分解后再增强，避免增强破坏类别相关特征，增强模型的泛化性。本发明可广泛应用于脑电领域。

本发明授权基于离散小波变换的脑电特征增强方法、装置、设备及介质在权利要求书中公布了：1.一种基于离散小波变换的脑电特征增强方法，其特征在于，包括以下步骤： 获取脑电数据，对脑电数据进行预处理，获得脑电信号； 对脑电信号进行离散小波分解，获得近似信号与细节信号； 对近似信号与细节信号分别进行切片操作，并进行特征提取，获得细节信号特征和近似信号特征； 将细节信号特征进行特征增强处理后，与近似信号特征进行拼接，得到增强特征； 将原始特征与增强特征分别输入模型，对模型进行训练；其中，使用一致性约束让原始特征的分类结果与增强特征的分类结果互相逼近； 所述将细节信号特征进行特征增强处理后，与近似信号特征进行拼接，得到增强特征，包括： 将细节信号特征传入特征增强模块，生成新的增强细节信号特征，拼接增强细节信号特征与近似信号特征，得到增强特征； 所述特征增强模块的工作方式如下： 首先计算特征在各个通道与时间分片维度上均值与方差； 获得各个通道与时间分片维度上均值与方差后，使用高斯分布建模各个通道上的均值与方差的分布； 使用参数调节代表均值与方差的分布，再从新分布中采样新的各通道与时间分片维度的均值与方差； 使用新的均值系数与方差系数对原始的特征进行重归一化，从而合成更加多样化的数据，获得增强细节信号特征，记为； 训练模型的总损失包括一致性损失与分类交叉熵损失； 其中一致性损失函数表达式如下： 式中，与分别表示原始特征与增强特征的模型输出结果，代表模型；为带温度系数的操作，温度系数控制预测概率结果的熵的大小；为模型训练时每一个批次中的脑电样本数目；表示第个样本的特征。

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华南理工大学，其通讯地址为：510641 广东省广州市天河区五山路381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。