← 返回列表
一种源域可迁移性自适应学习的言语想象脑电解码方法
摘要文本
本发明公开了一种源域可迁移性自适应学习的言语想象脑电解码方法。该方法的具体步骤包括：首先采集被试者和解码对象在不同言语想象任务下的脑电数据，其次对数据进行预处理得到样本矩阵，然后基于源域可迁移性自适应学习的言语想象脑电解码模型迭代得到标签矩阵，最终完成言语想象脑电解码。本发明通过将源域和目标域映射至子空间来最大程度上减小域间的差异，双映射矩阵在目标函数迭代过程中不断优化使得域间差异缩小；同时本发明引入样本权重系数矩阵量化表示了源域样本的可迁移性，在目标函数迭代过程中，促使源域高可迁移性样本在模型学习过程中发挥更大的作用，解决了言语想象脑电解码领域中因存在负面样本而造成言语想象脑电解码不准确的问题。
申请人信息
- 申请人:杭州电子科技大学
- 申请人地址:310018 浙江省杭州市下沙高教园区2号大街
- 发明人: 杭州电子科技大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种源域可迁移性自适应学习的言语想象脑电解码方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410087934.7 |
| 申请日 | 2024/1/22 |
| 公告号 | CN117725367A |
| 公开日 | 2024/3/19 |
| IPC主分类号 | G06F18/10 |
| 权利人 | 杭州电子科技大学 |
| 发明人 | 彭勇; 庞博文; 赵振烨 |
| 地址 | 浙江省杭州市下沙高教园区2号大街 |
专利主权项内容
1.一种源域可迁移性自适应学习的言语想象脑电解码方法，其特征在于：包括以下步骤：步骤1、在不同言语想象任务下，采集一个或多名被试者的带标签的脑电数据，以及解码对象的无标签的脑电数据；步骤2、对步骤1采集得到的脑电数据进行预处理和特征提取，得到源域样本矩阵X和目标域样本矩阵X；st步骤3、构建描述各源域样本可迁移性的样本权重系数矩阵Θ并将其引入双映射主动域适应模型；将双映射主动域适应模型和半监督标签传播模型联合至一个统一框架，得到言语想象脑电解码模型；步骤4、根据步骤3中建立的目标函数，对言语想象脑电解码模型中的参数进行联合迭代优化，并得到优化后的目标域标签矩阵F；t步骤5、根据步骤4得到的目标域标签矩阵F获得解码对象在脑电采集时的言语想象具体类型。t