← 返回列表
一种基于KL散度的特征提取方法
申请人信息
- 申请人:南京信息工程大学
- 申请人地址:210044 江苏省南京市浦口区宁六路219号
- 发明人: 南京信息工程大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于KL散度的特征提取方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410125472.3 |
| 申请日 | 2024/1/30 |
| 公告号 | CN117643475A |
| 公开日 | 2024/3/5 |
| IPC主分类号 | A61B5/372 |
| 权利人 | 南京信息工程大学 |
| 发明人 | 蔡昊洋; 严颖; 章伟杰; 郭霂垚; 刘冠廷; 孙凯翔; 方欣昀 |
| 地址 | 江苏省南京市江北新区宁六路219号 |
摘要文本
本发明涉及一种基于KL散度的特征提取方法，基于对连续目标脑电采样信号的等长度窗口划分，以顺序两两组合、且前后部分重叠的方式，构建各个分析组，考虑各分析组中两脑电采样信号窗口之间的联系，计算获得各分析组中各脑电采样信号窗口的概率密度，进而计算获得各分析组分别对应的相对熵，最后联系时序维度，构建连续目标脑电采样信号所对应的波动特征向量，实现连续目标脑电采样信号的波动分析，解决了现有技术中熵值计算灵敏度不足的问题，提高实际脑电信号应用场景中数据波动检测的准确性。 数据由马 克 数 据整理
专利主权项内容
1.一种基于KL散度的特征提取方法，其特征在于：针对长度等于预设窗口长度的整数倍的连续目标脑电采样信号，执行如下步骤，实现连续目标脑电采样信号的波动分析，；步骤A. 按预设窗口长度，顺序针对连续目标脑电采样信号进行连续、且彼此不重叠划分，顺序获得各个脑电采样信号窗口/>，然后进入步骤B；步骤B. 基于，以/>与/>构成分析组的方式，顺序获得各个分析组，然后进入步骤C；步骤C. 分别针对各个分析组，计算分析组中两脑电采样信号窗口之间联系、分别对应该各脑电采样信号窗口的概率密度，并进一步计算该两脑电采样信号窗口之间的相对熵，即获得各个分析组分别对应的相对熵，然后进入步骤D；步骤D. 基于各分析组的获得顺序，对各分析组分别对应的相对熵进行排序，构成连续目标脑电采样信号所对应的波动特征向量，实现连续目标脑电采样信号的波动分析。