多源流形脑电特征迁移学习方法
实质审查的生效
摘要
本发明提出了一种多源流形脑电特征迁移学习方法；首先，在对称正定(SPD)流形中对齐源域和目标域协方差矩阵的分布均值，并提取切线空间特征，再通过格拉斯曼流形学习，提取Grassmann流行特征，将源域和目标域的边缘概率分布差异最小化。得到流行特征后，通过对源域和目标域的结构风险最小化和条件概率分布差异最小化作为目标函数，为每个源域进行分类模型训练，每个分类器分别对目标域进行预测，将不同源域的预测结果通过投票方式进行整合。最终进行迭代，得到多源迁移学习的分类结果。
基本信息
专利标题 ：
多源流形脑电特征迁移学习方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114305453A
申请号 ：
CN202111563107.3
公开（公告）日 ：
2022-04-12
申请日 ：
2021-12-20
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
佘青山蔡寅昊高发荣吴秋轩
申请人 ：
杭州电子科技大学
申请人地址 ：
浙江省杭州市下沙高教园区2号大街
代理机构 ：
杭州君度专利代理事务所(特殊普通合伙)
代理人 ：
杨舟涛
优先权 ：
CN202111563107.3
主分类号 ：
A61B5/372
IPC分类号 ：
A61B5/372 G06K9/62
IPC结构图谱
A
A部——人类生活必需
A61
医学或兽医学；卫生学
A61B
诊断；外科；鉴定
A61B5/372
脑电图的分析
法律状态
2022-04-29 ：
实质审查的生效
IPC(主分类) : A61B 5/372
申请日 : 20211220
申请日 : 20211220
2022-04-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
