基于加权原型和图卷积的多源域自适应脑电信号分类方法.pdfVIP

下载本文档

2
0
约1.42万字
约 15页
2023-07-15 发布于四川
举报
版权申诉

基于加权原型和图卷积的多源域自适应脑电信号分类方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明涉及运动想象脑电信号分类领域，具体提供了一种基于加权原型和图卷积的多源域自适应脑电信号分类方法，包括步骤：S1：对脑电信号进行数据预处理及数据划分；S2：模型训练：将目标域和各个源域的特征分别利用MMD损失进行全局上的对齐，并设计多个图卷积操作对对齐进行辅助；通过对各个源域的类原型进行加权以获得联合源类原型来实现类级细粒度对齐；通过源域与目标域特征的MMD损失、多个源域的分类交叉熵损失及目标域特征与联合源域原型的对比损失对网络进行参数更新并获取最优参数；S3：模型测试：通过S2中获取的最优

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116432105 A (43)申请公布日 2023.07.14 (21)申请号 202310417217.1 (22)申请日 2023.04.18 (71)申请人吉林大学