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：杭州电子科技大学
申请日：2024-03-13
公开（公告）日：2024-06-25
公开（公告）号：CN118245912A
主分类号：G06F18/2415
分类号：G06F18/2415;G06F18/214;G06F18/21;G06F18/2113;G06N3/045;G06N3/084;G06N3/0464;G06N3/082;G06F123/02
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：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。
主权项：1.一种基于三元组度量的小样本脑电信号分类方法，其特征在于，包括如下步骤：S1、获取运动想象脑电信号数据，并进行数据处理；S2、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，再由分类器输出脑电信号分类结果；S3、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；S4、微调联合损失函数训练后的深度网络模型，并评估测试深度网络模型的性能。
全文数据：
权利要求：
百度查询： 杭州电子科技大学 一种基于三元组度量的小样本脑电信号分类方法
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