公开(公告)号：CN118211099A

公开(公告)日：2024-06-18

申请号：CN202410337860.8

申请日：2024-03-24

Applicant: 北京工业大学

Inventor： 李明爱 ,  杨雨菲 ,  孙炎珺

IPC: G06F18/24 ,  G06F18/2131 ,  G06F18/10 ,  G06N3/0464 ,  G06F18/25 ,  G06N20/00 ,  G06F18/214

Abstract: 本发明公开了基于堆叠宽度学习系统的运动想象任务增量学习方法，对初始任务的运动想象脑电进行带通滤波，利用小波包变换对滤波后的信号进行时频分解，并经信号重构后获得多个窄带信号；再基于子频带优选和共空间模式算法提取全局空间特征，通过黎曼流形嵌入及特征优选提取局部空间特征；针对初始运动想象任务，将全局、局部空间特征同时输入双分支特征映射层，建立第一个子宽度学习系统，并在增量任务阶段保持系统参数冻结和共享；对于每个增量任务，以残差连接的方式堆叠一个新增子系统以保持对旧任务的记忆，而新增增强节点用于学习新任务特征。本方法已在公开数据集上得到验证，该数据集包含三种上肢不同部位的六类运动想象任务。

公开(公告)号：CN117390423A

公开(公告)日：2024-01-12

申请号：CN202311234217.4

申请日：2023-09-24

Applicant: 北京工业大学

Inventor： 李明爱 ,  杨雨菲

IPC: G06F18/213 ,  G06F18/25 ,  G06F18/2135 ,  G06N3/0464 ,  G06N3/096

Abstract: 本发明公开了基于多尺度特征映射和关键特征蒸馏的时间增量宽度学习方法，设计多尺度全局‑局部特征映射模块，建立多尺度全局‑局部映射特征融合层；设计基于流形嵌入的关键特征蒸馏模块ME‑KFD的特征增强层，提取关键特征并进行增强；对于MK‑BL的输出层，根据伪逆矩阵的岭回归近似得到输出层权重。对新增时期MI‑EEG，引入时间增量式特征分布损失对MK‑BL的目标函数进行改进，减小新、旧时期MI特征分布差异；推导输出层权重递归更新的解析解，建立MK‑SIBL；当MK‑SIBL训练完毕未收敛时，通过自适应增加皮尔逊相关系数改进的ME‑KFD，最大化新、旧时期关键特征的相关性，加速MK‑SIBL收敛并提高稳定性，提升对MI任务增量学习的稳定性与可塑性。