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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于复杂动作的时空频域特征融合动作识别方法及其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：CN121327782B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202511875395.4，技术领域涉及：G06F18/25；该发明授权一种基于复杂动作的时空频域特征融合动作识别方法及其系统是由张建海;张止观;程世超;刘宏宇;周昕;许张泽设计研发完成，并于2025-12-12向国家知识产权局提交的专利申请。

本一种基于复杂动作的时空频域特征融合动作识别方法及其系统在说明书摘要公布了：本发明公开一种基于复杂动作的时空频域特征融合动作识别方法及其系统。本发明对复杂动作运动想象范式的脑电信号预处理，使用时空分区分支网络TG‑Net提取全局时空特征，同时对预处理后信号的功率谱密度使用频率分支网络F‑Net提取频域特征，对频域特征和全局时空域特征展平后进行拼接后进行动作识别。本发明通过构建时空频域双分支网络，将全局时空特征与功率特征进行深度融合与拼接，该设计突破了传统方法多局限于时‑空域的局限，实现了对运动想象脑电信号在时间、空间、频率三个维度的互补性特征提取，且空间维度采取功能脑区的分区加权拼接的方式突出重要通道的动作识别方法，获取全面的特征，提高分类精度。

本发明授权一种基于复杂动作的时空频域特征融合动作识别方法及其系统在权利要求书中公布了：1.一种基于复杂动作的时空频域特征融合动作识别方法，其特征在于，所述方法包括： 采集复杂动作运动想象范式的脑电信号； 对采集的脑电信号进行预处理，得到处理后的信号； 对预处理后的信号使用时空分区分支网络TS-Net提取全局时空特征； 对预处理后的信号计算功率谱密度，并使用频率分支网络F-Net提取频域特征； 对频域特征和全局时空域特征展平后进行拼接，送入分类器进行动作识别； 其中，所述时空分区分支网络TS-Net包括依次串联的时域特征学习模块、局部空域特征学习模块； 所述时域特征学习模块采用时间卷积层，该时间卷积层的卷积核数F1设置为2，其对应两种核心时域模式，分别关联运动准备阶段ERD和运动结束后阶段ERS的典型时间特征； 所述局部空域特征学习模块采用多个并行的卷积层、融合模块，每个卷积层对应一个大脑分区；各卷积层的卷积核数均为F1×D，其中D是扩张因子，选取ELU作为激活函数，通过在不同大脑分区的通道维度上分别进行卷积来学习局部空间信息；融合模块用于对上述各卷积层输出的分区特征在通道维度拼接。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。