龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：北京工业大学
申请日：2024-03-24
公开（公告）日：2024-06-18
公开（公告）号：CN118211099A
主分类号：G06F18/24
分类号：G06F18/24;G06F18/2131;G06F18/10;G06N3/0464;G06F18/25;G06N20/00;G06F18/214
优先权：
专利状态码：在审-公开
法律状态：2024.06.18#公开
摘要：本发明公开了基于堆叠宽度学习系统的运动想象任务增量学习方法，对初始任务的运动想象脑电进行带通滤波，利用小波包变换对滤波后的信号进行时频分解，并经信号重构后获得多个窄带信号；再基于子频带优选和共空间模式算法提取全局空间特征，通过黎曼流形嵌入及特征优选提取局部空间特征；针对初始运动想象任务，将全局、局部空间特征同时输入双分支特征映射层，建立第一个子宽度学习系统，并在增量任务阶段保持系统参数冻结和共享；对于每个增量任务，以残差连接的方式堆叠一个新增子系统以保持对旧任务的记忆，而新增增强节点用于学习新任务特征。本方法已在公开数据集上得到验证，该数据集包含三种上肢不同部位的六类运动想象任务。
主权项：1.基于堆叠宽度学习系统的运动想象任务增量学习方法，其特征在于，包括如下步骤：Step1，信号预处理、时频分解与子频带信号重构；Step2，设计基于子频带优选和共空间模式的全局空间特征提取算法、基于黎曼流形嵌入和特征优选的局部空间特征提取算法，分别提取Step1中重构信号的全局、局部空间特征；Step3，融合Step2中提取的特征为全局、局部多视图空间特征，作为模型输入训练面向任务1子BLS，记作BLS-1；Step4，评估Step3中BLS-1输出权重对任务1的重要性，封装模型，记作TiBLS-1；Step5，针对新增任务，重复Step1～Step4并引入输出层权重重要性约束指导新增子BLS参数更新，以残差连接的方式堆叠多个与任务对应的子BLS。
全文数据：
权利要求：
百度查询： 北京工业大学 基于堆叠宽度学习系统的运动想象任务增量学习方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号