-
公开(公告)号：CN117473406A
公开(公告)日：2024-01-30
申请号：CN202311443539.X
申请日：2023-10-31
Applicant: 杭州电子科技大学
IPC: G06F18/2413 , G06F18/213 , G06F18/22 , G06F18/25
Abstract: 本发明涉及一种多源流形度量特征的脑电域自适应方法，步骤一：按频段提取脑电微分熵特征；步骤二：对多个源域数据进行相似性度量，选择高质量源域；步骤三：将脑电信号特征变换到流形空间，进一步提取流形特征，保持良好的几何特性；步骤四：对在流形特征空间，学习马氏度量，最小化类内距，最大化类间距，并在马氏度量下约束源域和目标域到相似的分布，最终得到特征矩阵以训练分类器并应用于分类；步骤五：根据分类器结果，对目标域的多组识识别结果进行加权融合，得到最终分类结果。该方法相比传统方法能够学习脑电数据域之间更准确的度量矩阵，提升了特征映射矩阵的质量，提升了分类器模型的泛化性能与准确率。
Search Results
1
records
(took 0.017 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
