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：安徽大学
摘要：本发明公开了一种跨被试小样本学习的运动想象识别方法，其特征在于，包括以下步骤：S1：获取多个受试者的脑电信号，划分为训练集和目标域数据并进行数据预处理；S2：将训练集和目标域数据合称为支持集，对训练集和支持集使用数据增强技术生成混合集；S3:通过预训练阶段利用大量标注数据训练初始模型；S4：利用混合集和支持集通过双重损失函数对所述预训练模型进行微调；S5：通过迭代训练使总损失函数值收敛，得到一个针对目标受试者准确率高的运动想象跨被试识别模型。还公开了一种跨被试小样本学习的运动想象识别系统。本发明通过生成具有代表性的合成数据，结合目标域数据进行训练，能够显著提升运动想象跨被试的分类准确率。
主权项：1.一种跨被试小样本学习的运动想象识别方法，其特征在于，包括以下步骤：S1：将多个受试者的脑电信号，划分为源域数据和目标域数据并进行数据预处理；S2：将源域数据称为训练集，少量目标域数据称为支持集，随机选择训练集的子集和支持集进行混合、分类、分割、重构，得到混合集；S3：通过预训练阶段利用训练集训练初始模型，得到一个鲁棒性高的预训练模型；S4：利用混合集和支持集通过具有正则化技术方法的双重损失函数对所述预训练模型的参数进行微调，使所述预训练模型能够针对需要的目标受试者，拥有更好的分类准确率；S5：通过迭代训练使双重损失函数的总损失函数值收敛，引入泛洪策略，防止训练损失过度降低，得到一个针对目标受试者准确率高的运动想象跨被试识别模型。
全文数据：
权利要求：
百度查询： 安徽大学 一种跨被试小样本学习的运动想象识别方法及其系统
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