一种基于全局优化ANFIS的脑控运动意图识别方法

本发明公开了一种基于全局优化ANFIS的脑控运动意图识别方法，利用ANFIS模型进行脑控意图分类决策，引入全局时空表达模块，充分考虑多输入EEG数据的全局时空信息，引入规则注意力模块，其注意力机制允许模型识别最活跃的意图相关模糊规则，以选择重要的意图特征进行精准的EEG运动意图分类决策。本发明综合利用模糊推理系统的可解释性特点以及自适应网络的学习能力，能够根据先验知识改变系统参数，逐层解释提取的意图特征，使最终的决策输出更贴近真实的输出。本发明有效提升了应用于脑机交互领域的脑控意图识别模型性能，可适用于辅助下肢康复任务下基于EEG的脑控运动意图分类决策，具有较强稳健性和高效性。