一种基于脑电联合特征学习的大规模视觉分类方法及装置
- 专利权人:
- 清华大学
- 发明人:
- 马鑫,陶晓明,段一平,葛宁,胡舒展
- 申请号：
- CN202110528385.9
- 公开号：
- CN113261980A
- 申请日:
- 2021.05.14
- 申请国别(地区):
- CN
- 年份:
- 2021
- 代理人:
- 摘要：
- 本申请提供了一种基于脑电联合特征学习的大规模视觉分类方法及装置，涉及计算机视觉、机器学习和生物神经科学领域，旨在提高基于脑电进行视觉分类任务的准确性。所述方法包括：获取待分类的视觉对象对应的脑电信号；提取所述脑电信号的时空特征和小波特征；将所述脑电信号的时空特征和小波特征输入预先训练的视觉分类模型，以通过所述视觉分类模型对所述时空特征的特征向量和所述小波特征的特征向量进行融合，得到联合特征向量；通过所述视觉分类模型确定所述联合特征向量与各个视觉对象的类别之间的关联性；将所述视觉分类模型根据所述关联性而输出的类别，确定为所述待分类的视觉对象的类别。
- 来源网站：
- 中国工程科技知识中心
