原创力文档- 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
本发明公开一种基于域泛化的跨被试运动想象脑电建模方法，包括以下步骤脑电数据预处理，老师模型训练，学生模型训练。本发明的技术方案基于域泛化技术对MI脑电进行分类识别，将脑电数据集分成源域和目标域，并对源域再划分成多个子域，模型训练时会计算各子域之间的差异，通过最小化差异使得模型能学习子域之间的公共不变特征，提升模型泛化能力。在训练模型时分成了两个步骤，通过对比老师模型和学生模型特征值的差异来学习源域中利于MI分类任务的特征；同时该类特征还于域间公共不变特征对比，通过扩大化二者的差异来避免特征的冗余
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117390542A
(43)申请公布日2024.01.12
(21)申请号202311327838.7G06N3/0464(2023.01)
文档评论（0）