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：本发明公开了一种联合全域和子域适应的多尺度运动想象跨被试识别方法和系统，方法包括：将多个受试者的脑电信号划分为源域与目标域数据并预处理；采用多尺度特征提取单元获取时空特征；引入全局域分类器训练域判别，对齐边缘分布；引入子域域分类器学习局部域迁移，对齐条件分布；利用经过两次对齐后的时空特征训练深层分类器；通过迭代训练使得总损失函数值收敛得到运动想象跨被试识别模型。本发明结合了多尺度卷积层来捕获时空结构信息，全局域分类器来减少跨域的边缘分布偏移，以及子域域分类器来对齐相关子域在源域和目标域的条件分布偏移，通过捕获细粒度信息来扩展域适应网络能力，能够显著提高运动想象识别技术的准确率。
主权项：1.一种联合全域和子域适应的多尺度运动想象跨被试识别方法，其特征在于，包括如下步骤：获取多个受试者的脑电信号，划分为源域与目标域数据并进行数据预处理；采用多尺度特征提取单元分别获取源域和目标域数据的时空特征；引入全局域分类器训练域判别，对齐源域与目标域之间的边缘分布；引入子域域分类器学习局部域迁移，对齐源域与目标域之间的条件分布；利用经过所述边缘分布、所述条件分布对齐后的时空特征训练深层分类器；计算所述全局域分类器、所述子域域分类器、所述深层分类器的总损失函数值，通过迭代训练使得所述总损失函数值收敛得到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 联合全域和子域适应的多尺度运动想象跨被试识别方法
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