[發明專利]基于支持向量神經網絡提高P300拼寫器性能的方法

有效

• 申請號: 202011170494.X
• 申請日: 2020-10-28
• 公開（公告）號: CN112381120B
• 公開（公告）日: 2023-07-18
• 發明（設計）人: 張智軍;陳廣強
• 申請（專利權）人: 華南理工大學
• 主分類號: G06F18/2411
• 分類號: G06F18/2411;G06F18/241;G06F18/214;G06F18/213;G06F18/10;G06F17/12;G06N3/044;G06N3/08
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 何淑珍;江裕強

1.基于支持向量神經網絡提高P300拼寫器性能的方法，其特征在于，包括如下步驟：

S1、對P300腦電信號數據集進行預處理；

S2、將步驟S1中預處理完成的腦電信號和其對應的分類標簽組成特征向量，基于分類間隔最大化的思想，將腦電信號的分類問題轉化為對應的二次型規劃問題；P300腦電信號分類的決策函數為f(α)＝sgn(ω^T·α)+b)，其中ω∈Rⁿ是分類超平面方向的法向量，其中n代表特征向量α所包括的特征維度，b是位移項；設y＝(y₁，y₂，…，y_m)^T∈R^m，q＝(-1，-1，…，-1)^T∈R^m，

其中K(α_i，α_j)是兩個樣本的高斯核函數計算結果；基于分類間隔最大化的思想，由P300腦電信號數據構建的二次型規劃問題如下：

s.t.y^Tx＝0，x≥0???????????(5)

0≤x≤C??????????????????(6)

其中，x∈R^m是拉格朗日乘子，W＝A·B∈R^m×m是權重矩陣，參數C是表示間隔和容錯性的重要性的懲罰因子；若求解出二次型規劃問題，則P300腦電信號分類決策函數的最優參數ω^*和b^*均可以由x計算得出，具體如下：

S3、將步驟S2中二次型規劃問題轉換為分段線性投影方程；

S4、基于步驟S3中的分段線性投影方程設計遞歸神經網絡求解器求解二次型規劃問題；

S5、將步驟S4中遞歸神經網絡的求解結果傳遞給腦電信號的期望值估計函數，從而得到腦電信號是否包括P300信號的期望值；

S6、將步驟S5得到的最大期望值的腦電信號所對應的行列信息映射到P300拼寫器的字符表得到最終的字符拼寫結果。

2.根據權利要求1所述的基于支持向量神經網絡提高P300拼寫器性能的方法，其特征在于，步驟S1中，給定一個包括m個樣本的P3000腦電信號數據集：

S＝{(α₁，y₁)，(α₂，y₂)，…，(α_i，y_i)，…，(α_m，y_m)}???(1)

其中，α_i是第i個腦電信號的特征向量，α_i∈Rⁿ，其中n代表特征向量α_i所包括的特征維度，y_i是第i個腦電信號的類別標簽，y_i∈{-1，1}，i＝1，2，...，m；對P300腦電信號數據集進行預處理的操作包括帶通濾波和z-score歸一化，使得處理后的數據均值為0、標準差為1。