← 返回列表
一种耦合公共-私有拓扑模式学习模型的建模方法
申请人信息
- 申请人:天津大学
- 申请人地址:300072 天津市南开区卫津路92号
- 发明人: 天津大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种耦合公共-私有拓扑模式学习模型的建模方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311826158.X |
| 申请日 | 2023/12/27 |
| 公告号 | CN117763464A |
| 公开日 | 2024/3/26 |
| IPC主分类号 | G06F18/2431 |
| 权利人 | 天津大学 |
| 发明人 | 丁新民; 明东; 许敏鹏; 刘钰珊; 吴嘉禹; 孟佳圆; 于海情; 张浩; 杜思诗; 张皓凯 |
| 地址 | 天津市津南区海河教育园雅观路135号天津大学北洋园校区 |
摘要文本
本发明公开了一种耦合公共‑私有拓扑模式学习模型的建模方法，包括：获取SEED数据集和SEED‑IV数据集，以形成原始数据集；以预设时间单位窗口分割原始数据集，得到分割后的若干数据；对分割后的每个数据进行滤波处理，得到各数据对应的多个频带；根据各数据对应的多个频带计算微分熵和皮尔逊相关系数；将计算结果按照标签类别划分为若干个子集；利用留一法对各子集进行划分，并根据划分结果得到训练集和测试集；利用训练集对耦合公共‑私有拓扑模式学习模型进行训练，得到训练好的耦合公共‑私有拓扑模式学习模型；利用测试集对训练好的耦合公共‑私有拓扑模式学习模型进行测试。本发明能挖掘情绪的隐藏模式，提高表征能力。。来自专利查询网
专利主权项内容
1.一种耦合公共-私有拓扑模式学习模型的建模方法，其特征在于，包括：S1：获取SEED数据集和SEED-IV数据集，以形成原始数据集；S2：以预设时间单位窗口分割所述原始数据集，得到分割后的若干数据；S3：对分割后的每个数据进行滤波处理，得到各数据对应的多个频带；S4：根据各数据对应的多个频带计算微分熵和皮尔逊相关系数，得到计算结果；S5：将所述计算结果按照标签类别划分为若干个子集；S6：利用留一法对各子集进行划分，并根据划分结果得到训练集和测试集；S7：利用训练集对所述耦合公共-私有拓扑模式学习模型进行训练，得到训练好的耦合公共-私有拓扑模式学习模型；S8：利用测试集对所述训练好的耦合公共-私有拓扑模式学习模型进行测试。 来自马克数据网