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！

龙图腾网获悉西安电子科技大学申请的专利面向资源受限场景的多通道脑电信号分类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：CN120078430B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202510250234.X，技术领域涉及：A61B5/369；该发明授权面向资源受限场景的多通道脑电信号分类方法及系统是由马佩军;何春蕾;史江义;刘晔;王清荣;郝跃;靳刚设计研发完成，并于2025-03-04向国家知识产权局提交的专利申请。

本面向资源受限场景的多通道脑电信号分类方法及系统在说明书摘要公布了：本发明公开了一种面向资源受限场景的多通道脑电信号分类方法及系统，属于资源受限计算、脑电信号处理、深度学习技术领域，方法包括：先对多通道原始脑电数据进行预处理，再进行多通道脑电数据选择，接着基于1DCNN和GRU构建轻量级分类模型，对选择后的多通道脑电数据进行特征提取和相应的分类任务，最后将分类模型在MATLAB平台上训练获得的可学习参数进行存储，并对其参数进行定点量化，进一步减少模型的存储需求、提高计算效率；本发明还提供了系统、设备及介质，用于实现该方法；本发明在保持高预测准确率的同时，显著降低了模型复杂度，减少了资源和空间占用，更适用于资源受限设备。

本发明授权面向资源受限场景的多通道脑电信号分类方法及系统在权利要求书中公布了：1.一种面向资源受限场景的多通道脑电信号分类方法，其特征在于，包括以下步骤： 步骤1，对多通道原始脑电数据进行预处理； 所述预处理包括带通滤波和数据标准化； 带通滤波：利用带通滤波器对多通道原始脑电数据进行滤波，滤除低频漂移和高频噪声； 数据标准化：对滤波后的多通道脑电数据进行标准化处理，以加速模型训练并提高性能； 步骤2，对步骤1预处理后的多通道脑电数据进行通道选择，在保持分类精度的前提下减少模型输入维度，降低模型参数量以适配资源受限应用场景； 步骤3，基于一维卷积神经网络1DCNN和门控循环单元GRU构建轻量级分类模型，并结合时空特征，对步骤2选择后的多通道脑电数据进行特征提取和相应的分类任务； 步骤4，将步骤3构建的轻量级分类模型在MATLAB平台上训练，获得可学习参数，所述可学习参数以符合IEEE754标准的32位浮点数形式存储，并对其进行定点量化，以适应资源受限的场景，进一步减少模型的存储需求、提高计算效率，通过对可学习参数进行统计分析得到参数值的最大绝对值，从而确定所需的整数位数，然后通过逐步减小小数位数，直到模型性能出现明显下降而确定小数位数。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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。