公开(公告)号：CN112699960B

公开(公告)日：2023-06-09

申请号：CN202110033029.X

申请日：2021-01-11

Applicant: 华侨大学

Inventor： 范文涛 ,  朱姣姣 ,  杨霖

IPC: G06F18/24 ,  G06N3/0895

Abstract: 本发明提供一种基于深度学习的半监督分类方法、设备及存储介质，方法包括：对输入的脑电数据分别进行过滤、截取、归一化和类别化预处理，获得训练用数据集；将训练用数据集划分为训练集和验证集，将训练集输入预先构建的网络模型进行训练，获得预分类器；网络模型为双向循环门控单元与注意力编码器集合的网络模型；将训练集和验证集输入预分类器，获得低维训练集和验证集并生成对应的矩阵，并合并两个矩阵生成标签矩阵；将所述标签矩阵输入标签传播算法的分类器，预测掩盖部分的标签、并输出分类结果，以最终获取目标字符。本发明经过双向循环门控单元编码后的p300信号使用标签传播半监督分类算法，减少训练量，得到较好的预测结果。

公开(公告)号：CN112699960A

公开(公告)日：2021-04-23

申请号：CN202110033029.X

申请日：2021-01-11

Applicant: 华侨大学

Inventor： 范文涛 ,  朱姣姣 ,  杨霖

IPC: G06K9/62 ,  G06N3/08

Abstract: 本发明提供一种基于深度学习的半监督分类方法、设备及存储介质，方法包括：对输入的脑电数据分别进行过滤、截取、归一化和类别化预处理，获得训练用数据集；将训练用数据集划分为训练集和验证集，将训练集输入预先构建的网络模型进行训练，获得预分类器；网络模型为双向循环门控单元与注意力编码器集合的网络模型；将训练集和验证集输入预分类器，获得低维训练集和验证集并生成对应的矩阵，并合并两个矩阵生成标签矩阵；将所述标签矩阵输入标签传播算法的分类器，预测掩盖部分的标签、并输出分类结果，以最终获取目标字符。本发明经过双向循环门控单元编码后的p300信号使用标签传播半监督分类算法，减少训练量，得到较好的预测结果。