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：清华大学深圳国际研究生院

摘要：本发明提供一种脑电信号分类方法、装置、电子设备、介质及产品，包括：获取待处理的目标脑电信号；将待处理的目标脑电信号输入脑电信号分类模型，得到目标脑电信号所对应的脑电信号分类结果；其中，脑电信号分类模型是基于有标签的脑电信号训练数据、无标签的脑电信号训练数据，从按照复杂度排序的多个待训练神经网络模型中多次选取教师网络模型与学生网络模型进行训练，并基于最终训练得到的学生网络模型所得到的。本发明能够获得分类准确度较高的脑电信号分类模型，进而获得更加准确的分类结果，还能大大降低深度学习模型对优质数据的依赖度，降低数据的标注成本。

主权项：1.一种脑电信号分类方法，其特征在于，包括：获取待处理的目标脑电信号；将所述待处理的目标脑电信号输入脑电信号分类模型，得到所述目标脑电信号所对应的脑电信号分类结果；其中，所述脑电信号分类模型是基于有标签的脑电信号训练数据、无标签的脑电信号训练数据，从按照复杂度排序的多个待训练神经网络模型中多次选取教师网络模型与学生网络模型进行训练，并基于最终训练得到的学生网络模型所得到的；其中，在将所述待处理的目标脑电信号输入脑电信号分类模型之前，方法还包括：步骤1）、从待训练神经网络模型的集合中选取教师网络模型与学生网络模型；其中，所述教师网络模型的复杂度低于所述学生网络模型的复杂度；所述待训练神经网络模型的集合中的神经网络模型依次按照复杂度排序；步骤2）、通过有标签的脑电信号训练数据对所述教师网络模型进行训练，直到所述教师网络模型收敛，得到训练好的教师网络模型；步骤3）、将无标签的脑电信号训练数据输入所述训练好的教师网络模型，根据所述训练好的教师网络模型的输出结果，将所述无标签的脑电信号训练数据分为第一类无标签脑电信号训练数据与第二类无标签脑电信号训练数据；其中，所述第一类无标签脑电信号训练数据的置信度大于或等于预定的置信度阈值，所述第二类无标签脑电信号训练数据的置信度小于所述预定的置信度阈值；步骤4）、基于所述有标签的脑电信号训练数据、所述第一类无标签脑电信号训练数据以及所述第二类无标签脑电信号训练数据，在所述训练好的教师网络模型指导下，对所述学生网络模型进行训练，直到所述学生网络模型收敛，得到训练好的学生网络模型；步骤5）、将所述训练好的学生网络模型作为新的教师网络模型，并从所述待训练神经网络模型的集合中选取下一个未经训练的、复杂度更高的神经网络模型作为新的学生网络模型，然后重新执行步骤2）-步骤4），直至所述待训练神经网络模型的集合中的所有神经网络模型均已经被训练；步骤6）、基于所述待训练神经网络模型的集合中的最后一个被训练好的学生网络模型，得到所述脑电信号分类模型。

全文数据：

权利要求：

百度查询： 清华大学深圳国际研究生院 脑电信号分类方法、装置、电子设备、介质及产品