杭州电子科技大学祝磊获国家专利权
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！
龙图腾网获悉杭州电子科技大学申请的专利一种结合低秩表示与流形学习的运动想象脑电信号特征提取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：CN114587384B 。
龙图腾网通过国家知识产权局官网在2026-01-30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：202111313783.5，技术领域涉及：A61B5/372；该发明授权一种结合低秩表示与流形学习的运动想象脑电信号特征提取方法是由祝磊;朱洁萍;胡奇峰;丁旺盼;何光发设计研发完成，并于2021-11-08向国家知识产权局提交的专利申请。
本一种结合低秩表示与流形学习的运动想象脑电信号特征提取方法在说明书摘要公布了：本发明公开了一种结合低秩表示与流形学习的运动想象脑电信号特征提取方法，包括以下步骤：S1:进行运动想象脑电信号采样，建立样本集；S2:将数据使用滤波器组共空间模式进行预处理，得到数据样本原始特征集，同时划分为训练样本原始特征集及测试样本原始特征集；S3:使用提出的特征提取方法进一步提取数据特征，并进行降维；S4:利用支持向量机对所提取的特征进行分类。利用低秩表示方法，将原始数据分干净部分和噪声部分，有效地去除了噪声，并且对噪声具有很强的鲁棒性；将低秩表示、判别投影和流形学习方法集成到统一模型中,既保留了原始样本的全局结构信息，又保留了原始样本的局部邻域关系，更大程度地获取了有效特征，提高了后续的分类精度。
本发明授权一种结合低秩表示与流形学习的运动想象脑电信号特征提取方法在权利要求书中公布了：1.一种结合低秩表示与流形学习的运动想象脑电信号特征提取方法，其特征在于，包括以下步骤： S1:进行运动想象脑电信号采样，建立样本集； S2:将数据使用滤波器组共空间模式进行预处理，得到数据样本原始特征集，同时划分为训练样本原始特征集及测试样本原始特征集，设置最大迭代次数T和维度d，采用一对多共空间模式算法进行第一阶段的特征提取； S3:使用结合低秩表示与流形学习的运动想象脑电信号特征提取方法进一步提取数据特征，并进行降维，首先固定变量A来更新Z和E，然后固定Z来更新A，其中A为要求的投影矩阵，Z、E为低秩表示部分的低秩投影矩阵及误差矩阵，根据投影矩阵A计算得到特征； S4:利用支持向量机对所提取的特征进行分类。
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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区；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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励