一种基于领域自适应的时变脑电特征提取方法
- 专利权人:
- 浙江大学
- 发明人:
- 祁玉,王跃明,潘纲,丁菱
- 申请号：
- CN202011285782.X
- 公开号：
- CN112426161B
- 申请日:
- 2020.11.17
- 申请国别(地区):
- CN
- 年份:
- 2021
- 代理人:
- 摘要：
- 本发明公开了一种基于领域自适应的时变脑电特征提取方法，包括：(1)获取待处理脑电数据和训练用脑电数据，划分为若干数据段；将每个数据段划分为若干时间片；(2)对每个时间片提取功率谱、时域方差、时域通道间相关性矩阵、频域通道间相关性矩阵及特征值特征；(3)构建卷积神经网络，其损失函数包括基于交叉熵的脑电状态分类器和领域自适应正则项；(4)利用训练用脑电数据的数据段特征矩阵训练卷积神经网络模型，并利用待处理脑电数据和训练用脑电数据的数据段特征矩阵约束领域自适应正则项；(5)利用训练好卷积神经网络进行待处理脑电数据的特征提取。利用本发明，可以解决脑信号发生变化时特征提取失效的问题。
- 来源网站：
- 中国工程科技知识中心
