技术特征：
技术总结
本发明公开了一种基于深度卷积神经网络的特征分级脑电波识别分析方法，包括：步骤一、采集测试者的原始脑波信号；步骤二、检测脑波信号的波峰点，步骤三、对所述采样块幅值进行预处理，并采用独立成分分析方法进行去噪处理；步骤四、计算采样块中每个采样点幅值对应的影响权重，计算采样块的特征贡献值；步骤五、对于经过模式分类后的脑波信号，建立深度卷积神经网络模型，对训练样本中的特征参数进行分类训练；步骤六、利用模板匹配法对于测试样本进行识别，得到识别分析结果，本发明根据分类类别分别通过卷积神经网络模型进行训练，进而形成特征库，能够正确识别测试人的脑波，有效的提升了脑波识别的准确性。
技术研发人员：褚治广;李昕;张巍;李帅
受保护的技术使用者：辽宁工业大学
技术研发日：2018.11.30
技术公布日：2019.03.29