CN115034296B 一种基于域相似性脑电跨被试源域选择方法 （杭州电子科技大学）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN115034296B(45)授权公告日2025.07.08

(21)申请号202210620691.X

(22)申请日2022.06.02

(65)同一申请的已公布的文献号申请公布号CN115034296A

(43)申请公布日2022.09.09

(73)专利权人杭州电子科技大学

地址310018浙江省杭州市钱塘新区白杨

街道2号大街1158号

GO6F18/22(2023.01)

A61B5/16(2006.01)

A61B5/372(2021.01)

A61B5/00(2006.01)

(56)对比文件

CN112690793A,2021.04.23CN114330559A,2022.04.12审查员谭小敏

(72)发明人赵伟程马玉良孙明旭申涛张启忠吴永琪

(51)Int.CI.

GO6F18/241(2023.01)

GO6F18/2113(2023.01)

GO6F18/2135(2023.01)

GO6F18/214(2023.01)

权利要求书2页说明书5页附图4页

(54)发明名称

一种基于域相似性脑电跨被试源域选择方法

(57)摘要输入：源域和目标域X。X

CN115034296B计算MMD(x)设置置信区间[0.1]选择Copula函数计算KendalI系数Kendall系数叠加MMD(x)置信度取1/3为阈值计算自适应系数μ重复执行直到收敛更新目标域软标签输出：分类器/本发明公开了一种基于域相似性脑电跨被试源域选择方法。针对现有技术的问题，提出的技术方案为：首先根据改进的MMD公式求出每一被试内的类间间距MMD(xi)并给出置信度；通过计算选择出的Copula函数Kendall

CN115034296B

计算MMD(x)

设置置信区间

[0.1]

选择Copula函数计算KendalI系数

Kendall系数叠加

MMD(x)置信度

取1/3为阈值

计算自适应系数μ

重复执行直到收敛

更新目标域软标签

输出：分类器/

CN115034296B权利要求书1/2页

2

1.一种基于域相似性脑电跨被试源域选择方法，其特征在于，包括以下步骤：

步骤1.首先根据改进的MMD公式求出每一源域被试内的类间间距MMD(x;)并给出置信

度；

MMD距离是度量在再生核希尔伯特空间中两个分布的距离，在脑电情绪识别源域选择中，用于计算源域内类间距离均值差异并求和；其数学表达式：

其中：C为源域内类别，MMD(x;)为某一被试的类内间距，D对应的便是源域，n对应的是单源域内的n个样本，f便是样本对应的映射函数；

针对SEED数据集，以传统迁移学习为基础，使用源域内类间均值和对不同的源域进行筛选后，再进行迁移学习并分类识别准确率，使用Pearson函数对结果进行相关性检验得到0.61的相关系数，属于显著相关，类内间距离越大准确率相对越高；

步骤2.为能确定使用的Copula函数类型，方便比较源域与目标域的分布，对所选取的源域数据进行切分，每一被试每次实验的不同情绪类别中，将每一类情绪切分出来并与目标域整体均值构造联合分布，通过分析二者数据的核分布估计来得到合适的Copula函数，通过验证得到FrankCopula函数最为合适，用其进行参数估计；

步骤3.计算Frank-Copula函数的Kendall秩相关系数并叠加步骤1的置信度，设置阈值为1.5来选取部分的源域作为迁移对象进行迁移学习；

步骤4.对分布平衡进行自适应调节以平衡条件分布和边缘分布，然后更新目标域软标签，最后返回分类器输出分类准确度。

2.根据权利要求1所述的一种基于域相似性脑电跨被试源域选择方法，其特征在于，所述的步骤2中，源域切分选取分析并选取Copula函数进行参数估计，具体步骤为：

步骤2-1.分时段将一次实验按照标签分割成15个片段，为方便作为边缘分布进行拟合，将每一分段求取均值，目标域处理时将整个目标域片段求取均值进行相似度测量；

步骤2-2.根据经验分布函数核分布估计近似总体分布