公开(公告)号：CN112488081A

公开(公告)日：2021-03-12

申请号：CN202011541187.8

申请日：2020-12-23

Applicant: 杭州电子科技大学

Inventor： 孔万增 ,  崔瑾 ,  彭勇 ,  张建海

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06F17/16

Abstract: 本发明公开基于DDADSM跨被试迁移学习脑电精神状态检测方法。本发明采用先进行双子空间特征空间映射再动态分布对齐的迁移学习方法对脑电数据进行分类检测的方法。是脑电迁移学习检测方法的重大创新与尝试，能够减少传统单一子空间迁移学习方法的空间漂移问题以及忽略条件分布和边缘分布重要性定量计算造成的精确性不足、迁移能力有限等问题。该方法在疲劳驾驶脑电数据的分类问题上能够取得很好的效果，能够为复杂脑电数据的处理提高新的研究手段。

公开(公告)号：CN112488081B

公开(公告)日：2024-08-09

申请号：CN202011541187.8

申请日：2020-12-23

Applicant: 杭州电子科技大学

Inventor： 孔万增 ,  崔瑾 ,  彭勇 ,  张建海

IPC: G06F18/241 ,  G06F18/10 ,  G06F18/213 ,  G06N3/096 ,  G06F17/16 ,  G06F17/18

Abstract: 本发明公开基于DDADSM跨被试迁移学习脑电精神状态检测方法。本发明采用先进行双子空间特征空间映射再动态分布对齐的迁移学习方法对脑电数据进行分类检测的方法。是脑电迁移学习检测方法的重大创新与尝试，能够减少传统单一子空间迁移学习方法的空间漂移问题以及忽略条件分布和边缘分布重要性定量计算造成的精确性不足、迁移能力有限等问题。该方法在疲劳驾驶脑电数据的分类问题上能够取得很好的效果，能够为复杂脑电数据的处理提高新的研究手段。