【技术实现步骤摘要】
本专利技术涉及脑电信号识别，尤其涉及一种脑电信号身份识别方法、介质、设备。
技术介绍
1、在当今数字化社会中，随着个人信息安全重要性的不断凸显，传统的身份识别方式如密码登录等已暴露出诸多安全隐患。相比之下，基于生物特征的身份识别因其固有的唯一性和不可复制性而成为研究热点。尽管指纹或虹膜等生物特征在一定程度上提高了安全性，但仍存在被伪造或模仿的风险。不同于这些外部生物特征，脑电信号(eeg)不轻易暴露给潜在入侵者，因而极难被复制或伪造。此外，由于eeg信号仅由活体大脑产生，这就确保了识别过程中用户必须处于生命状态，从而增强了身份验证的安全性。
2、理想的生物识别因素应当满足以下几项基本要求：普适性、持久性、唯一性以及可收集性。普适性意味着该生物特征适用于所有人而非某一特定群体；持久性则表示该特征在一定时间内保持不变；唯一性确保每个用户的生物特征是独一无二的；而可收集性则强调了生物特征信息应便于获取。显然，基于eeg的识别可以满足上述所有的要求。
3、基于eeg信号身份识别系统的流程如下：首先，系统给予用户能够诱发其...
【技术保护点】
1.一种脑电信号身份识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种脑电信号身份识别方法，其特征在于，动态时频深度卷积层包括三个并行的动态时间层，动态时间层基于深度可分离卷积实现，动态时频深度卷积层的输出表示为：
3.根据权利要求2所述的一种脑电信号身份识别方法，其特征在于，为一维卷积核，长度为：αi×fS,i∈[1,2,3]，其中，αi是比例系数，fS表示脑电信号的采样频率。
4.根据权利要求1所述的一种脑电信号身份识别方法，其特征在于，滑动窗口的窗口数量为：
5.根据权利要求1所述的一种脑电信号身份...
【技术特征摘要】
1.一种脑电信号身份识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种脑电信号身份识别方法，其特征在于，动态时频深度卷积层包括三个并行的动态时间层，动态时间层基于深度可分离卷积实现，动态时频深度卷积层的输出表示为：
3.根据权利要求2所述的一种脑电信号身份识别方法，其特征在于，为一维卷积核，长度为：αi×fs,i∈[1,2,3]，其中，αi是比例系数，fs表示脑电信号的采样频率。
4.根据权利要求1所述的一种脑电信号身份识别方法，其特征在于，滑动窗口的窗口数量为：
5.根据权利要求1所述的一种脑电信号身份识别方法，其特征在于，每个多头自注意力机制的输出通过残差连接和每个多头自注意力机制的输入相加得到最终的每个多头自注意力机制的输出。
6.根据权利要求1所述的一种脑...
【专利技术属性】
技术研发人员：刘心怡，严军，郭红想，王勇，
申请(专利权)人：中国地质大学武汉，
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。