-
公开(公告)号:CN119337117A
公开(公告)日:2025-01-21
申请号:CN202310875714.6
申请日:2023-07-18
Applicant: 中国科学院沈阳自动化研究所
IPC: G06F18/213 , G06F18/214 , G06N3/04 , G06F17/11
Abstract: 本发明涉及一种基于黎曼迁移学习的EEG信号解码方法。该方法将EEG信号表征为协方差矩阵特征,转换到对称正定黎曼空间,利用黎曼迁移学习方法降低相同实验范式下同一受试者在不同时间段采集的EEG信号或者不同受试者采集的EEG信号存在的数据分布的差异,以提高待识别目标EEG信号的解码精度。本发明利用黎曼几何变换将其他时间段或者其他受试者的EEG信号对应的源数据集和待识别EEG信号对应的目标数据集平移转换到统一的分布下,再利用源数据集上训练的基于对数欧式度量学习的概率学习矢量量化方法来识别目标EEG信号,能够大幅度提高目标EEG信号的识别精度。与此同时,采用对数欧式度量,计算效率比仿射不变度量更高,具有重要的理论意义与实用价值。