【技术实现步骤摘要】
本申请涉及神经信息，特别涉及一种基于张量计算的神经信号解码方法及装置。
技术介绍
1、神经信息采集技术能够探测到生物在感知、决策等活动中神经元的时空活动信息，生物体通过感知大量外界信息并对信息进行决策以做出行动，过程中大脑神经元编码大量复杂的信息，相关技术中，可以利用算法从复杂的神经数据中提取信息，并利用神经解码器进行神经信息解码任务。
2、然而，相关技术中，因现有神经信息采集方法得到的采集数据往往具有不同的数据结构、信号类型、空间和时间分辨率，故难以利用同一解码器处理多种状态下的神经数据，适用度不足，且解码器对小样本数据进行解码时鲁棒性较差，因神经数据一般具有张量模式特征，而现有解码器的向量化计算导致神经数据损失原本张量的结构信息，无法实现复杂化的解码任务，降低了神经解码器的智能化水平，实用性下降，亟待解决。
技术实现思路
1、本申请提供一种基于张量计算的神经信号解码方法及装置，以解决相关技术中，因现有神经信息采集方法得到的采集数据往往具有不同的数据结构、信号类型、空间和时间...
【技术保护点】
1.一种基于张量计算的神经信号解码方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述利用所述张量数据计算张量内积，包括：
3.根据权利要求1所述的方法，其特征在于，在由所述张量内积和预先搭建的支持张量机模型构建目标最小二乘线性方程组之前，还包括：
4.根据权利要求1所述的方法，其特征在于，所述目标神经信号的先验信息包括：传导所述目标神经信号的每个神经细胞的空间位置、时间顺序和频率密度中的至少一项。
5.根据权利要求1所述的方法，其特征在于，所述目标最小二乘线性方程组为：
6.一种基于张量...
【技术特征摘要】
1.一种基于张量计算的神经信号解码方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述利用所述张量数据计算张量内积，包括：
3.根据权利要求1所述的方法，其特征在于，在由所述张量内积和预先搭建的支持张量机模型构建目标最小二乘线性方程组之前，还包括：
4.根据权利要求1所述的方法，其特征在于，所述目标神经信号的先验信息包括：传导所述目标神经信号的每个神经细胞的空间位置、时间顺序和频率密度中的至少一项。
5.根据权利要求1所述的方法，其特征在于，所述目标最小二乘线性方程组为：
6.一种基于张量计算的神经信号解...
【专利技术属性】
技术研发人员：臧伯杨，孙涛，万森，
申请(专利权)人：杭州涿溪脑与智能研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。