| 专利名称 | 一种基于深度迁移学习的运动想象脑电信号分类方法 | ||
|---|---|---|---|
| 申请号/专利号 | CN202410635143.3 | 专利权人(第一权利人) | 长春工业大学 |
| 申请日 | 2024-05-22 | 授权日 | 2024-07-16 |
| 专利类别 | 授权发明 | 战略新兴产业分类 | 新一代信息技术 |
| 技术主题 | 深度学习|运动心像|生物学|神经网络|域适应|数据分类|信号分类 | ||
| 应用领域 | 内燃活塞发动机|生物学模型 | ||
| 意向价格 | 具体面议 | ||
| 专利概述 | 本发明提供了一种基于深度迁移学习的运动想象脑电信号分类方法,涉及神经网络、机器学习进行脑机接口数据分类处理领域,包括以下步骤:S1、采集脑电信号,并对脑电信号数据进行预处理;S2、构建基于EEGNet‑Attention‑Resnet分类模型;S3、使用欧式对齐实现源域与目标域浅层网络的参数共享,以及使用最大均值差异MMD度量差异实现不同受试者的深层网络的域适应。与现有技术相比,本发明从浅层网络的微调、共享参数以及深层网络的域适应进行迁移,能够解决因数据量不足而导致的分类精度低的问题,提高跨受试者脑电信号的分类准确率,并完成不同受试者良好的分类任务,可广泛应用于医疗健康等领域。 | ||
| 图片资料 |
|
||
| 合作方式 | 具体面议 | ||
| 联系人 | 戚梅宇 | 联系电话 | 13074363281 |