專利名稱 一種基于深度遷移學習的運動想象腦電信號分類方法
申請?zhí)?專利號 CN202410635143.3 專利權(quán)人（第一權(quán)利人） 長春工業(yè)大學
申請日 2024-05-22 授權(quán)日 2024-07-16
專利類別 授權(quán)發(fā)明 戰(zhàn)略新興產(chǎn)業(yè)分類 新一代信息技術(shù)
技術(shù)主題 深度學習|運動心像|生物學|神經(jīng)網(wǎng)絡(luò)|域適應(yīng)|數(shù)據(jù)分類|信號分類
應(yīng)用領(lǐng)域 內(nèi)燃活塞發(fā)動機|生物學模型
意向價格 具體面議
專利概述 本發(fā)明提供了一種基于深度遷移學習的運動想象腦電信號分類方法，涉及神經(jīng)網(wǎng)絡(luò)、機器學習進行腦機接口數(shù)據(jù)分類處理領(lǐng)域，包括以下步驟：S1、采集腦電信號，并對腦電信號數(shù)據(jù)進行預(yù)處理；S2、構(gòu)建基于EEGNet?Attention?Resnet分類模型；S3、使用歐式對齊實現(xiàn)源域與目標域淺層網(wǎng)絡(luò)的參數(shù)共享，以及使用最大均值差異MMD度量差異實現(xiàn)不同受試者的深層網(wǎng)絡(luò)的域適應(yīng)。與現(xiàn)有技術(shù)相比，本發(fā)明從淺層網(wǎng)絡(luò)的微調(diào)、共享參數(shù)以及深層網(wǎng)絡(luò)的域適應(yīng)進行遷移，能夠解決因數(shù)據(jù)量不足而導(dǎo)致的分類精度低的問題，提高跨受試者腦電信號的分類準確率，并完成不同受試者良好的分類任務(wù)，可廣泛應(yīng)用于醫(yī)療健康等領(lǐng)域。
圖片資料 一種基于深度遷移學習的運動想象腦電信號分類方法
合作方式 具體面議
聯(lián)系人 戚梅宇 聯(lián)系電話 13074363281