[發明專利]一種基于小波包分解的MEAs生物信號的數據降維方法

在審

• 申請號: 201810058793.0
• 申請日: 2018-01-22
• 公開（公告）號: CN108197077A
• 公開（公告）日: 2018-06-22
• 發明（設計）人: 郝志峰;黃禮泊;陳瑤;蔡瑞初;陳炳豐;趙坤圭
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06F17/16
• 分類號: G06F17/16
• 代理公司: 廣州市紅荔專利代理有限公司 44214
• 代理人: 吳偉文

1.一種基于小波包分解的MEAs生物信號的數據降維方法，其特征在于，包括以下步驟：

S1)、給定數據集其中，N表示樣本數，每個樣本包含M個MEAs信道，即每個信道包含L個采樣點，即

S2)、依次對每個樣本的每個信道數據進行小波包變換，得到小波包基系數集合

其中，P∈{1,2，....,2^l+1-2}表示小波包分解樹中的節點序號，l為小波包分解級數，其中，分別表示尺度子空間的樹節點和小波子空間的樹節點；Q表示在對應小波包下的系數個數；n∈{1,2,...,N}，m∈{1,2,...,M}；

S3)、基于散布準則利用類標向量對每一信道下數據的小波包基系數求得散布向量集其中，

S4)、由對每個節點p通過得到每個信道在固定節點下的度量值JA^m,p；

S5)、根據左右孩子節點度量值和不小于父親節點度量值，構造小波包分解最優樹，篩選得到最優小波包基下的散布向量集

其中，

S6)、對下所有的散布值按照從大到小的順序進行排序，然后提取前C(C＜L)個散布值的索引，每個索引以二元組形式表示{p,q}，其中，p∈{1,2....,2^l+1-2}，p∈{1,2,....,L}；

S7)、重復步驟S3)-S6)，得到所有信道的索引集合S_i＝{(p_i,q_i),i＝1,2,...,C×M}；

S8)、按照步驟S2)對待處理的數據Y_N×M×L進行相應的處理得到小波包基系數集合U；

S9)、根據集合S_i和U得到降維后的特征集

2.根據權利要求1所述的一種基于小波包分解的MEAs生物信號的數據降維方法，其特征在于：步驟S3)中，還包括，設定共有d＝{w₁,w₂,...,w_i}個類，每個類別的樣本數為n_i，則每個類以矢量集表示，其中，為w_i中第k個中m維矢量，計算：

其中，為w_i類內的均值矢量、M^m,h為總體類的均值矢量、為類內散布矢量、為類間散布矢量。