買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉西安電子科技大學申請的專利一種共享子空間學習的腦機信息融合分類方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114742092B 。

龍圖騰網通過國家知識產權局官網在2025-09-23發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210257094.5，技術領域涉及：G06F18/2411；該發明授權一種共享子空間學習的腦機信息融合分類方法及系統是由梁繼民;閆健璞;胡海虹;任勝寒;郭開泰;鄭洋;王梓宇設計研發完成，并于2022-03-16向國家知識產權局提交的專利申請。

本一種共享子空間學習的腦機信息融合分類方法及系統在說明書摘要公布了：本發明屬于腦機接口技術應用技術領域，公開了一種共享子空間學習的腦機信息融合分類方法及系統，所述腦機信息融合分類方法包括訓練階段和推理階段；其中，所述訓練階段利用成對的圖像和大腦響應數據，通過正負樣本采樣的對比學習策略，優化圖像和大腦響應的共享子空間模型參數，并訓練圖像分類器；所述推理階段提取圖像特征進行分類，實現整個腦機信息融合分類系統的應用目標。本發明的共享子空間學習的腦機信息融合分類系統能夠端到端的訓練共享子空間，實現大腦認知信息的高效遷移，提升了在復雜開場景下圖像分類任務的性能；通過“腦不在環路”應用，提高了現實應用中的效率與穩定性，在腦機信息協同工作的新范式下具有廣泛的應用前景。

本發明授權一種共享子空間學習的腦機信息融合分類方法及系統在權利要求書中公布了：1.一種共享子空間學習的腦機信息融合分類方法，其特征在于，所述共享子空間學習的腦機信息融合分類方法包括訓練階段和推理階段；其中，所述訓練階段利用成對的圖像和大腦響應數據，通過正負樣本采樣的對比學習策略，優化圖像和大腦響應的共享子空間模型參數，并訓練圖像分類器；所述推理階段提取圖像特征進行分類，實現整個腦機信息融合分類系統的應用目標； 所述共享子空間學習的腦機信息融合分類方法包括以下步驟： 步驟一，訓練階段： 1利用ResNet特征提取結構和全連接層分別構建圖像和大腦響應的雙流特征提取網絡，作為共享子空間的特征提取模型； 2加載成對的刺激圖像和大腦響應數據集，基于正負采樣的對比學習方法優化共享子空間的雙流網絡模型參數，直至模型收斂； 3利用收斂的雙流網絡提取訓練集刺激圖像在共享子空間的圖像特征集，并利用所述圖像特征集訓練SVM分類器； 步驟二，推理階段： 1加載測試圖像以及雙流網絡中的圖像分支模型，提取測試圖像在共享子空間中的圖像特征； 2將圖像特征送入SVM分類器，輸出圖像特征分類的概率類別； 所述步驟一中的構建共享子空間雙流特征提取模型包括： 1利用PyTorch深度學習框架搭建ResNet34模型結構，去除全連接層，并添加全連接層，輸入尺寸為512，輸出尺寸為168維，設置模型參數“pretrained＝True”，加載ImageNet預訓練模型參數，作為雙流網絡的圖像特征提取分支； 2利用PyTorch深度學習框架構建三層全連接網絡，輸入輸出尺寸均為168維，并賦隨機初始化參數，作為雙流網絡的大腦響應特征提取分支； 3將圖像和大腦響應特征提取模塊類集成為雙流網絡的共用類模塊。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人西安電子科技大學，其通訊地址為：710071 陜西省西安市太白南路2號西安電子科技大學；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。