龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：华中科技大学
摘要：本发明公开了一种应用于运动想象脑机接口系统的隐私保护迁移学习方法，属于脑机接口、机器学习领域。方法包括，将多个源模型封装为API；将目标域数据送入API，获得每个目标域样本在各源域模型上的类别预测概率，基于不同源域模型的类别预测概率量化多个源域模型在每个目标样本上预测结果的分歧，选择分歧小于设定阈值的样本及其标签构建虚拟中间域；在虚拟中间域上训练分类器，实现目标用户运动想象类别预测。本发明通过生成多个源域模型的API接口，新用户仅可查询个人数据的预测，保护了源域用户的隐私；本发明通过构建虚拟中间域桥接新用户和老用户的数据分布，减轻了边际分布差异，简单易实现，提升了运动想象识别精度。
主权项：1.一种应用于运动想象脑机接口系统的隐私保护迁移学习方法，其特征在于，包括：S1.将多个源模型封装为API；多个源模型包括采用多种分类器，在同一源域数据集训练得到的模型；或者采用同一分类器，在源域数据随机采样生成的不同数据集训练得到的模型；用于训练模型的源域数据集构建过程为：通过黎曼流形上的同余变换将不同用户的脑电数据协方差矩阵中心对齐到相同位置；将对齐后的协方差矩阵进行切空间投影，提取运动想象相关特征；分别合并所有源域用户的特征和标签，构建源域数据集；S2.将目标域数据送入API，获得每个目标域样本在各源模型上的类别预测概率，基于不同源模型的类别预测概率量化多个源模型在每个目标样本上预测结果的分歧，选择分歧小于设定阈值的样本及其标签构建虚拟中间域；利用源不一致性指标量化多个源模型在每个目标样本上预测结果的分歧；其中，源不一致性指标计算表达式为： 其中C为类别总数，Z为源模型数量，xt,i为目标域样本，θz、θz′分别表示不同的源模型，分别表示目标域样本xt,i在不同源模型上的概率输出；S3.在虚拟中间域上训练分类器，实现目标用户运动想象类别预测。
全文数据：
权利要求：
百度查询： 华中科技大学 应用于运动想象脑机接口系统的隐私保护迁移学习方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号