公开(公告)号：CN110109543A

公开(公告)日：2019-08-09

申请号：CN201910358854.X

申请日：2019-04-30

Applicant: 福州大学

Inventor： 黄志华 ,  王益文 ,  彭发强 ,  杨雪

IPC: G06F3/01 ,  G06K9/00 ,  G06K9/62 ,  A61B5/0476

Abstract: 本发明公开了一种基于被试迁移的c-VEP识别方法，涉及脑电信号中的c-VEP识别问题。识别c-VEP是实现脑机接口的一种方式，本方法采用迁移学习的思想，从已有的大规模数据集合中挑选被试模型为新被试建构识别模型，从而大幅降低为新被试收集训练数据的时间，提高建构c-VEP识别模型的效率。具体做法为：采集少量的新被试任务态脑电信号，在大规模数据集合中检索与新被试任务态脑电特征相似的源被试，把挑选出的源被试所对应的识别模型按相似程度加权融合为针对新被试的识别模型。

公开(公告)号：CN110109543B

公开(公告)日：2021-08-31

申请号：CN201910358854.X

申请日：2019-04-30

Applicant: 福州大学

Inventor： 黄志华 ,  王益文 ,  彭发强 ,  杨雪

IPC: G06F3/01 ,  G06K9/00 ,  G06K9/62 ,  A61B5/369

Abstract: 本发明公开了一种基于被试迁移的c‑VEP识别方法，涉及脑电信号中的c‑VEP识别问题。识别c‑VEP是实现脑机接口的一种方式，本方法采用迁移学习的思想，从已有的大规模数据集合中挑选被试模型为新被试建构识别模型，从而大幅降低为新被试收集训练数据的时间，提高建构c‑VEP识别模型的效率。具体做法为：采集少量的新被试任务态脑电信号，在大规模数据集合中检索与新被试任务态脑电特征相似的源被试，把挑选出的源被试所对应的识别模型按相似程度加权融合为针对新被试的识别模型。