一种基于对齐参考源域的脑电迁移学习分类方法及系统

    公开(公告)号:CN119441982A

    公开(公告)日:2025-02-14

    申请号:CN202411540800.2

    申请日:2024-10-31

    Abstract: 本发明属于脑电信号处理及分类领域,并具体公开了一种基于对齐参考源域的脑电迁移学习分类方法及系统,其包括:获取多个被试的脑电信号,对每个被试,计算各脑电数据间的欧式距离,以类内相似度高、类间相似度低的被试作为参考源域,剩余被试作为目标域构建训练集;基于参考源域,通过训练集对分类模型进行训练,分类模型包括特征提取器、特征分解器和分类器,特征提取器根据参考源域和目标域的脑电数据提取得到参考标准特征和目标域特征;特征分解器对目标域特征进行特征解缠,得到类相关特征与领域不变特征,使类相关特征向参考标准特征对齐;分类器根据类相关特征确定目标域脑电数据的类别。本发明可有效提高脑电信号的分类准确率。

Patent Agency Ranking