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！

龙图腾网获悉华中科技大学申请的专利一种结合脉冲神经网络和超维计算的肌电信号分类检测方法及系统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：CN120561683B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202510652217.9，技术领域涉及：G06F18/241；该发明授权一种结合脉冲神经网络和超维计算的肌电信号分类检测方法及系统是由张震宇;周成翾;曾志刚设计研发完成，并于2025-05-20向国家知识产权局提交的专利申请。

本一种结合脉冲神经网络和超维计算的肌电信号分类检测方法及系统在说明书摘要公布了：本发明属于肌电信号分类检测技术领域，公开了一种结合SNN和HDC的肌电信号分类检测方法，本发明提出一种结合SNN和HDC的肌电信号分类检测框架，旨在实现超低功耗操作。该框架中，SNN利用随机未训练权重执行事件驱动的特征提取，从而最大限度地减少计算开销；HDC则通过高维表示实现抗噪声分类。两者的集成不仅实现了节能的实时检测，还特别适合应用于可穿戴设备等资源受限的场景。所提出的方法在三类疲劳识别任务中实现了95％的平均准确率峰值准确率为96.44％，训练速度比一维卷积神经网络1D‑CNN快5.7倍，比五维长短期记忆网络5D‑LSTM快45倍。即使在仅使用20％训练数据的情况下，该方法仍能保持90％以上的准确率，充分证明了其在实际部署中的高效性和鲁棒性。

本发明授权一种结合脉冲神经网络和超维计算的肌电信号分类检测方法及系统在权利要求书中公布了：1.一种结合SNN和HDC的肌电信号分类检测方法，其特征在于，包括以下步骤： 步骤1：预处理，对肌电信号进行20-350Hz带通滤波，并以150-250毫秒的时间窗口进行分段； 步骤2：使用SNN提取特征，对滤波并分段后的肌电信号同时从时域和频域提取包括积分EMG、平均绝对值、零交叉率、平均频率、中位频率、峰值频率、频率比以及小波能量在内的特征向量，将所述特征向量输入脉冲神经网络SNN进行时序编码； 步骤3：编码，对经SNN处理后的脉冲序列进行特征表示； 步骤4：用HDC训练，将所述特征表示映射至高维向量空间，并使用高维计算HDC方法对不同动作类别或肌肉活动模式进行分类训练和识别； 所述编码： 编码模块将SNN隐藏层提取的时空特征映射到适合HDC的高维二进制空间中；设SNN隐 藏层输出的特征向量为，其中H为隐藏层维数，利用随机投影矩阵进行线性变换，D为超维空间维数： 所述用HDC训练： 训练过程分为两个主要阶段：编码和超维分类； 第一阶段是超维编码：在训练过程中，SNN提取的特征向量通过随机投影矩阵映射到D维超维空间： 利用符号函数对投影结果进行二值化，生成超维向量： 第二阶段是超维分类：在训练过程中，系统根据样本标签，将同一类的超维向量积累到相应的类原型中： 其中为类的原型向量。

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中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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。