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！

龙图腾网恭喜西安慧脑智能科技有限公司申请的专利一种基于最大混合互相关熵准则的鲁棒核学习方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN112446506B 。

龙图腾网通过国家知识产权局官网在2024-11-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：201910828106.3，技术领域涉及：G06N20/10；该发明授权一种基于最大混合互相关熵准则的鲁棒核学习方法是由王栋;陈霸东;郑云飞设计研发完成，并于2019-09-03向国家知识产权局提交的专利申请。

本一种基于最大混合互相关熵准则的鲁棒核学习方法在说明书摘要公布了：本申请涉及数据处理技术领域，尤其涉及一种基于最大混合互相关熵准则的鲁棒核学习方法。所述方法包括：获取训练输入数据和训练输出数据；将训练输入数据映射到高维特征空间得到第一训练输入数据；根据第一训练输入数据建立优化模型，并求解模型参数；根据模型参数建立输入数据与输出数据之间的映射关系。本申请提供的方法利用最大混合互相关熵准则对异常干扰不敏感这一特性，使得其在复杂噪声或者异常干扰存在的情况下仍然能够顺利地完成回归及分类任务。

本发明授权一种基于最大混合互相关熵准则的鲁棒核学习方法在权利要求书中公布了：1.一种基于最大混合互相关熵准则的鲁棒核学习方法，其特征在于，所述方法用于脑电图分类，具体包括如下步骤：获取训练输入数据和训练输出数据；其中，所述训练输入数据和训练输出数据的类型包括左手想象运动、右手想象运动、舌头想象任务和双脚想象任务；所述训练输入数据和训练输出数据为执行所述左手想象运动、右手想象运动、舌头想象任务和双脚想象任务时采集到的脑电信号；将所述训练输入数据映射到高维特征空间得到第一训练输入数据；所述第一训练输入数据为经过高斯核函数构建的核函数；将所述训练输入数据映射到高维特征空间得到第一训练输入数据包括：根据得到κxn,·，其中κ·,·表示一个核函数，σ表示核参数；exp表示以自然常数e为底数的指数函数，x和x’表示σ的两个随机变量；根据得到其中表示xn映射到核空间后的特征矢量；根据得到所述第一训练输入数据；根据所述第一训练输入数据建立优化模型，并求解模型参数；采用最大互相关熵准则作为优化准则优化模型；根据所述第一训练输入数据建立优化模型，并求解模型参数包括：根据所述第一训练数据建立优化模型 其中β是模型参数，0≤λ≤1是混合系数，γ≥0是正则化因子，σ1和σ2是核参数，且要求σ1＜σ2，yn＝fxn,n＝1,2,…,N；采用固定点迭代策略αt＝f1αt-1得到α的值，其中Δ＝diag[θ1,…,θN]，α＝ΦΦT+γΔ-1-1Y，αt表示在t次迭代得到的解，f1α＝ΦΦT+γΔ-1-1Y；根据β＝ΦTα得到β；根据所述模型参数建立输入数据与输出数据之间的映射关系。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安慧脑智能科技有限公司，其通讯地址为：710075 陕西省西安市高新区科技二路清华科技园D座2004号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。