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基于脑电互信息的多源流形嵌入特征选择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：CN115758118B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202211445940.2，技术领域涉及：G06F18/213；该发明授权一种基于脑电互信息的多源流形嵌入特征选择方法是由佘青山;石鑫盛;马玉良设计研发完成，并于2022-11-18向国家知识产权局提交的专利申请。

本一种基于脑电互信息的多源流形嵌入特征选择方法在说明书摘要公布了：本发明公开了一种基于脑电互信息的多源流形嵌入特征选择方法，主要包括，步骤1按频段提取脑电微分熵特征；步骤2对多个源域数据进行筛选，选择高质量源域；步骤3将脑电信号特征变换到流形空间，进一步提取流形特征；步骤4对脑电流形特征进行相关性和冗余性分析，降低特征维度；步骤5将降维之后的流形特征进行迁移，学习最终分类器用于预测标签；步骤6根据分类器结果，对目标域的多组识识别结果进行加权融合，得到最终分类结果。该方法相比传统方法提升了源域质量和特征质量，降低了计算复杂度并提升了分类器模型的泛化性能与准确率。

本发明授权一种基于脑电互信息的多源流形嵌入特征选择方法在权利要求书中公布了：1.一种基于脑电互信息的多源流形嵌入特征选择方法，其特征在于，包括以下主要步骤： 步骤1、获取脑电信号并对脑电信号进行预处理； 步骤2、对多个源域数据进行筛选，选择高质量源域； 步骤3、将脑电信号特征变换到流形空间，进一步提取流形特征； 步骤4、对脑电流形特征进行相关性和冗余性分析，降低特征维度； 步骤4‑1：根据源域数据的脑电流形特征x，其对应的标签类别c，分别计算特征与标签之间的相关性D，特征与特征之间的相关性R： 其中，I·,·为互信息大小，S为特征集合； 步骤4‑2：区别于用公式3作为评价函数指导特征子集选择进行降维，引入指示向量β和参数k定义新的评价函数公式4maxφD,R＝D‑R 3其中，k为最终特征维度，β＝[β1β2...βn]，n为原始特征集的特征数，βi越接近于1，说明该维度的特征越重要，βi等于0表示第i维特征没被选中； 步骤4‑3：对于上一步骤目标函数5，利用增量搜索方法，最大化一个二次函数，求解得到指示向量β和最终特征维度k，分别从源域和目标域数据中按照上述参数选择新的源域特征数据集FS'和目标域特征数据集FT'； 步骤5、将降维之后的流形特征进行迁移，学习最终分类器f用于预测标签： 式中，为动态分布对齐，RfDs,Dt为拉普拉斯正则化项，λ和ρ为对应的正则化参数； 步骤6、根据分类器结果，对目标域的多组识识别结果进行加权融合，得到最终分类结果，所述加权融合方法如下： 针对多组源域数据，得到了多组目标域数据识别准确率之后，将各个分类器的识别准确率作为权重，对最终的预测标签进行加权融合，每个样本的加权融合计算方式如公式6： 其中，n为源域的序号，w为权重，表示n个源域该样本预测结果为c类的权重之和，权重之和结果最大所对应的类别标签请安即为最终识别标签结果。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘新区白杨街道2号大街1158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。