- 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
查看更多
本发明公开了基于不确定性感知的动态域对抗迁移学习的抑郁识别方法,涉及脑电信号处理技术领域,能够针对不同被试脑电图EEG信号个体差异性大的问题,通过缩小不同被试的EEG信号的分布距离,以提取类别相关的共同特征,进一步提高抑郁识别的准确率以及模型的鲁棒性和可解释性。数据采集与特征提取阶段采集不同被试的EEG信号,对预处理后的EEG信号按照不同导联和频段提取微分熵DE特征,划分源域和目标域。域对抗阶段以源域和目标域的DE特征作为输入,训练域对抗模型;分类识别阶段提取不同数据的DE特征后,使用训练好的域
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 117017290 A
(43)申请公布日 2023.11.10
(21)申请号 202310899834.X G06F 18/2415 (2023.01)
原创力文档


文档评论(0)