节点选择方法、多脑协同脑机接口系统、存储介质及设备技术方案

本申请提供一种节点选择方法、多脑协同脑机接口系统、存储介质及设备。所述节点选择方法包括：S11，获取节点集合中各节点的数据，所述节点集合包括脑联网系统中的多个节点；S12，遍历所述节点集合中的所有节点，并根据所述数据计算各节点的冗余节点度量指标；S13，根据所述冗余节点度量指标从所述节点集合中选取冗余节点；S14，将所述冗余节点从所述节点集合中删除；S15，重复执行步骤S12至S14，直到所述节点集合中的节点满足终止条件。所述节点选择方法能够在保证系统性能的前提下，减少节点数量，节省劳动力成本。

【技术实现步骤摘要】

本申请属于多脑协同，涉及一种节点选择方法，特别是涉及一种节点选择方法、多脑协同脑机接口系统、存储介质及设备。

技术介绍

1、脑-机接口(brain-computer interfaces,bci)是在人(或动物)脑与外部世界之间建立直接通信的技术。通过这项技术，人(或动物)脑信号可以被用来表达感官感受或者控制外部设备。

2、从“单脑”到“多脑”，即实现脑-机接口社群化，是脑-机接口技术的重要发展趋势之一。脑联网(internet of brains,iob)是将“多脑”连接到互联网的技术，其中，每个独立的“脑”都是脑联网的节点。与当前用于人与物理世界交互的通信系统，如物联网(internetof things,iot)等，相比，脑联网能够为用户与用户之间、用户与外部环境之间提供更加直接的交互通道。

3、协同脑机接口(collaborative brain-computer interfaces,cbci)是脑联网技术的一种，该技术可以融合来自脑联网中执行同一任务的多个节点的脑电图(electroencephalogram,eeg)提本文档来自技高网...

【技术保护点】

1.一种应用于多脑协同脑机接口系统的节点选择方法，其特征在于，所述节点选择方法包括：

2.根据权利要求1所述的节点选择方法，其特征在于，所述冗余节点度量指标基于最小冗余最大相关准则构建。

3.根据权利要求2所述的节点选择方法，其特征在于，对于所述节点集合中的一个节点，计算该节点的冗余节点度量指标包括：

4.根据权利要求3所述的节点选择方法，其特征在于，所述冗余节点度量指标如下式所示：

5.根据权利要求2所述的节点选择方法，其特征在于，所述第一互信息和所述第二互信息通过互信息神经估计器基于KL散度得到。

6.根据权利要求1所述的节...

【技术特征摘要】

1.一种应用于多脑协同脑机接口系统的节点选择方法，其特征在于，所述节点选择方法包括：

2.根据权利要求1所述的节点选择方法，其特征在于，所述冗余节点度量指标基于最小冗余最大相关准则构建。

3.根据权利要求2所述的节点选择方法，其特征在于，对于所述节点集合中的一个节点，计算该节点的冗余节点度量指标包括：

4.根据权利要求3所述的节点选择方法，其特征在于，所述冗余节点度量指标如下式所示：

5.根据权利要求2所述的节点选择方法，其特征在于，所述第一互信息和所述第二互信...

【专利技术属性】
技术研发人员：胡宏林，司源，王振宇，周婷，徐天衡，朱正航，赵建龙，
申请(专利权)人：中国科学院上海高等研究院，
类型：发明
国别省市：