公开(公告)号：CN116340825A

公开(公告)日：2023-06-27

申请号：CN202310308602.2

申请日：2023-03-28

Applicant: 北京工业大学

Inventor： 王丹 ,  陈弘颖 ,  许萌 ,  陈佳明

IPC: G06F18/24 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/096 ,  G06N3/084 ,  A61B5/372 ,  A61B5/00

Abstract: 一种基于迁移学习的跨被试RSVP脑电信号的分类方法属于计算机软件领域，针对RSVP‑BCI系统在更换被试时需要花费大量时间进行校准的问题。首先，使用基于结果和基于距离相结合的源域被试算法MSS对多源域被试进行筛选，以减少训练时间并在一定程度上减少或消除负迁移现象。随后，ADCN采用分窗深度卷积模型对RSVP脑电信号进行时空域上的分析，加入反向对抗网络对源域、当前被试进行区分，使得网络能够提取出两者的共同特征，最后进行分类。相比较没有MSS的ADCN算法，加入MSS算法后，训练时间减少而分类精度提升。MSS‑ADCN在被试提供少量校准试次的情况下达到可接受精度，并优于其他迁移学习算法。