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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于度量学习的源域选择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：CN114330451B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202111680626.8，技术领域涉及：G06F18/00；该发明授权一种基于度量学习的源域选择方法是由佘青山;李俊昊;高云园;武薇;范影乐设计研发完成，并于2021-12-30向国家知识产权局提交的专利申请。

本一种基于度量学习的源域选择方法在说明书摘要公布了：本发明涉及一种基于度量学习的源域选择方法，通过将源域和目标域脑电信号在欧式空间中进行对齐，使得不同被试之间的数据分布更加相似。考虑到脑电信号的维度通常比较高，故利用线性判别法降低对齐后数据的维度，同时减小样本的类内差异和增大样本的类间差异。最后设计度量函数计算样本的类内距离和类间距离，以此为标准来衡量源域和目标域之间相似性，从而选择出最适合迁移的源域。

本发明授权一种基于度量学习的源域选择方法在权利要求书中公布了：1.一种基于度量学习的源域选择方法，其特征在于：包括以下步骤： 步骤一、对原始脑电数据进行欧式对齐； 假设每个源域的受试者数据为D＝{xi,yi},yi∈{0,1},i＝1,2,…,n，n为同一受试者被试的次数，则在不需要源域和目标域标签的情况下，可以计算到如下的参考矩阵： 其中是来自一个受试者的所有协方差矩阵的算数平均值，经过欧式对齐后的数据记为： 步骤二、利用线性判别分析法降低对齐后的数据维度； 步骤三、构造度量函数来衡量源域和目标域之间的相似性； 给定一对源域和目标域，利用线性判别分析方法后建立目标函数，使得类内距最小和类间距最大，计算公式如下所示： J2＝Dw-αDb9 其中Dw为类内距离，Db为类间距离，类内距离和类间距离的计算方法为： 其中度量函数的计算公式如下： 当是的类内k1近邻时，Pij等于1，否则为0；当是的类间k2近邻时，Qij等于1，否则为0； 对于样本和它们之间的马氏距离可以写为： 保证距离非负且对称，M必须是半正定矩阵，即必定有正交基P使得M＝PPT， 将M直接嵌入到近邻分类器的评价指标中去，通过优化性能指标求得对应的M， 对于任意的样本它对分类结果影响的概率为： 当i＝j时，pij最大，Ωi表示属于相同类别样本的下标集合，以留一法正确率的最大化为目标，则可以计算整体的留一法正确率： 将式14代入上式，再考虑M＝PPT，可以得到近邻分类器的优化目标： 求解式16即可以得到距离度量矩阵M，根据式13，即可求得度量函数再利用度量函数去度量各个源域和目标域的相似性，来选择最适合迁移的源域。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘新区白杨街道2号大街1158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”。