公开(公告)号：CN118245912A

公开(公告)日：2024-06-25

申请号：CN202410285079.0

申请日：2024-03-13

Applicant: 杭州电子科技大学

Inventor： 李诚俊 ,  佘青山 ,  孟明 ,  马玉良

IPC: G06F18/2415 ,  G06F18/214 ,  G06F18/21 ,  G06F18/2113 ,  G06N3/045 ,  G06N3/084 ,  G06N3/0464 ,  G06N3/082 ,  G06F123/02

Abstract: 本发明公开了一种基于三元组度量的小样本脑电信号分类方法，该方法首先获取运动想象脑电信号数据，并进行数据处理。其次通过深度网络模型提取脑电信号的特征，并将所提取的特征做通道信息和空间信息加强，输出脑电信号分类结果。然后引入度量学习，将度量学习和交叉熵损失函数结合为联合损失函数，使用内外环训练方式训练深度网络模型。最后微调联合损失函数训练好的深度网络模型，并评估测试。本发明加强了模型对少量样本的学习效率，对于未知的受试者具备更强的泛化能力。