一种基于度量学习的源域选择方法
实质审查的生效
摘要
本发明涉及一种基于度量学习的源域选择方法，通过将源域和目标域脑电信号在欧式空间中进行对齐，使得不同被试之间的数据分布更加相似。考虑到脑电信号的维度通常比较高，故利用线性判别法降低对齐后数据的维度，同时减小样本的类内差异和增大样本的类间差异。最后设计度量函数计算样本的类内距离和类间距离，以此为标准来衡量源域和目标域之间相似性，从而选择出最适合迁移的源域。
基本信息
专利标题 ：
一种基于度量学习的源域选择方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114330451A
申请号 ：
CN202111680626.8
公开（公告）日 ：
2022-04-12
申请日 ：
2021-12-30
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
佘青山李俊昊高云园武薇范影乐
申请人 ：
杭州电子科技大学
申请人地址 ：
浙江省杭州市钱塘新区白杨街道2号大街1158号
代理机构 ：
代理人 ：
优先权 ：
CN202111680626.8
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06K9/62
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-04-29 ：
实质审查的生效
IPC(主分类) : G06K 9/00
申请日 : 20211230
申请日 : 20211230
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
