Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种单源域适应跨时段脑纹识别方法 

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:杭州电子科技大学

摘要:本发明公开了一种单源域适应跨时段脑纹识别方法,该跨时段脑纹识别方法通过数据对齐处理受试者的数据,并使用域鉴别器对抗模块和关联域自适应模块来构建跨时段脑纹识别模型,能够在只有一个时段的脑电数据作为源域的情况下,仍能识别不同时段的脑电信号,解决了传统脑纹识别中跨时段数据泛化能力较弱和脑电标记数据不足的问题;同时,该跨时段脑纹识别方法采用的数据对齐方式并不需要被试标签,而是直接在原有脑电数据上进行变换,使其适应这些变化并提取域不变特征,从而实现单源域适应跨时段脑电信号的身份预测。此外,该跨时段脑纹识别方法引入自注意力机制来识别关键特征,减少对冗余信息的过度响应,从而提高特征的鲁棒性。

主权项:1.一种单源域适应跨时段脑纹识别方法,其特征在于:包括以下步骤:步骤一、采集多个受试者的脑电数据,并添加标签作为源域;再采集与源域不同时间段的脑电数据作为目标域;步骤二、构建跨时段脑纹识别模型;跨时段脑纹识别模型包括多尺度特征提取模块、域鉴别器对抗模块、关联域自适应模块和线性分类模块;特征提取模块包括依次连接的时间卷积层、空间卷积层、深度可分离卷积层和注意力机制模块;通过时间卷积层、空间卷积层、深度可分离卷积层提取特征,获取初始特征并输入注意力机制模块获取最终输出特征;将最终输出特征分别输入域鉴别器对抗模块、关联域自适应模块和线性分类模块;域鉴别器对抗模块用于对源域和目标域的最终输出特征进行对抗训练;关联域自适应模块用于将相同类别的源域样本在特征空间中聚集;步骤三、使用步骤一获取的数据集训练步骤二构建的跨时段脑纹识别模型;步骤四、采集受试者的脑电数据,并输入训练完成的跨时段脑纹识别模型中,对受试者的身份进行识别。

全文数据:

权利要求:

百度查询: 杭州电子科技大学 一种单源域适应跨时段脑纹识别方法

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。