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！

龙图腾网获悉湖南万脉医疗科技有限公司申请的专利一种脑机模型训练样本快速生成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：CN116701937B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202310682515.3，技术领域涉及：G06F18/214；该发明授权一种脑机模型训练样本快速生成方法是由周磊;卿文彬;郑其昌;秦远迎设计研发完成，并于2023-06-09向国家知识产权局提交的专利申请。

本一种脑机模型训练样本快速生成方法在说明书摘要公布了：本发明涉及样本生成的技术领域，揭露了一种脑机模型训练样本快速生成方法，所述方法包括：采集脑机样本并进行预处理，对预处理后的脑机样本进行特征提取得到脑机样本特征；对脑机样本特征进行分离处理，并计算不同有效特征的贡献度；根据不同有效特征及其贡献度生成脑机模型训练样本；计算所生成的脑机模型训练样本的高阶矩，并进行所生成训练样本筛选。本发明基于分离得到的不同分离特征的贡献度，特征贡献度越高的分离特征被选取用于训练样本生成的概率越大，提高所生成样本的质量，快速筛选有效特征提高训练样本的生成速度，并设计迭代参数，迭代参数随着生成训练样本数量的增加而变化，避免选取相同分离特征，生成相同的训练样本。

本发明授权一种脑机模型训练样本快速生成方法在权利要求书中公布了：1.一种脑机模型训练样本快速生成方法，其特征在于，所述方法包括： S1：采集脑机样本并进行预处理，对预处理后的脑机样本进行特征提取得到脑机样本特征； S2：对脑机样本特征进行分离处理，得到脑机样本正有效特征以及负有效特征，并计算不同有效特征的贡献度； 脑机样本特征的分离流程为： S21：将脑机样本特征作为原始特征，获取的所有极值点，并区分极小值点和极大值点，得到脑机样本特征的极小值点以及极大值点集合； S22：利用三次样条插值方法分别对极小值点集合以及极大值点集合进行插值处理，其中极小值点集合的插值处理结果即为下包络线，极大值点集合的插值处理结果即为上包络线； S23：计算上下包络线的均值，并计算原始特征与均值的差值； 若差值结果的零点数与极值点数相差小于等于1，且差值结果的上下包络线均值均为0，则将原始特征与均值的差值作为脑机样本特征在尺度a上的分离特征，并令a=a+1，分离特征作为原始特征，返回步骤S21，其中a的初始值为1，最大值为M，得到脑机样本特征在M个尺度下的分离特征； 否则令原始特征与均值的差值为原始特征，返回步骤S21； S24：将分离得到的多尺度脑机样本特征区分为正有效特征以及负有效特征，其中分离特征的区分结果为： 其中： 表示L1范数； 表示分离特征的区分结果，若，则表示分离特征为正有效特征，，则表示分离特征为负有效特征； 表示预设置的特征阈值； 所构成N组脑机样本的正有效特征以及负有效特征集合为： 其中： 表示第N组脑机样本在尺度a下的分离特征信息； 计算脑机样本分离特征的贡献度，其中分离特征的贡献度为： 其中： 表示所采集N组脑机样本中脑机模型训练样本类别为的脑机样本数目； 表示脑机模型训练样本类别为的所有脑机样本的平均分离特征； 表示余弦相似度算法； 表示L2范数； 表示分离特征的贡献度； 表示以自然常数为底的指数函数； S3：根据得到的脑机样本正有效特征、负有效特征及其贡献度生成脑机模型训练样本； S4：计算所生成的脑机模型训练样本的高阶矩，判断所生成训练样本的高阶矩是否在阈值范围内，若在则保留该训练样本，否则丢弃。

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湖南万脉医疗科技有限公司，其通讯地址为：422000 湖南省邵阳市邵阳经济开发区湘商产业园标准厂房一区第13栋厂房第三层；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。