← 返回列表
基于结构图指导的个性化联邦脑电信号分类方法及系统
申请人信息
- 申请人:南京邮电大学
- 申请人地址:210003 江苏省南京市新模范马路66号
- 发明人: 南京邮电大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于结构图指导的个性化联邦脑电信号分类方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410168853.X |
| 申请日 | 2024/2/6 |
| 公告号 | CN117708681A |
| 公开日 | 2024/3/15 |
| IPC主分类号 | G06F18/241 |
| 权利人 | 南京邮电大学 |
| 发明人 | 梁爽; 李佳兴; 李林哲; 杭文龙 |
| 地址 | 江苏省南京市新模范马路66号 |
摘要文本
本发明公开了一种基于结构图指导的个性化联邦脑电信号分类方法及系统,涉及脑电信号识别技术领域,包括客户端采集脑电信号数据并进行预处理,服务器初始化全局模型参数并下发给客户端,初始化本地局部模型,进行客户端本地局部模型优化;构建最终损失函数,更新局部结构图和本地局部模型参数上传至服务器,更新全局结构图;进行归一化处理,计算相似度和本地局部模型的聚合权重得到全局模型参数,生成个性化模型参数;得到个性化模型。本发明解决客户端之间数据异构问题,提高全局模型的泛化能力。根据相似度计算各客户端个性化权重参数,生成客户端个性化模型参数,提升各局部模型的分类性能。
专利主权项内容
1.基于结构图指导的个性化联邦脑电信号分类方法,其特征在于:包括,多个客户端各自采集脑电信号数据并进行预处理,服务器初始化全局模型参数并下发给客户端,初始化本地局部模型,进行客户端本地局部模型优化;构建最终损失函数,更新局部结构图和本地局部模型参数上传至服务器,更新全局结构图;对局部结构图和全局结构图进行归一化处理,计算相似度和本地局部模型的聚合权重参数得到全局模型参数,计算客户端的个性化权重参数,生成个性化模型参数;将全局结构图和个性化模型参数下发至客户端得到个性化模型,进行脑电信号分类。 来自