换一批
换一批基于集成式张量域自适应的运动想象脑电分类
MI-EEG Classification Based on Ensemble Tensor Domain Adaptation
摘要：
实际应用中脑电信号一直面临采集成本高、用户间差异大等问题,制约着基于脑电信号的运动想象领域的发展.针对跨受试者运动想象脑电信号识别任务,本研究提出了一种基于集成式张量域自适应的迁移学习方法.首先采用改进的欧氏空间对齐方法对多维脑电数据进行协方差对齐,消除原始数据的边缘分布偏移;其次提出基于张量子空间的改进联合概率分布方法,求得不同类别的映射子空间并实现未知标签的目标域识别分类.分别在7人200个样本和9人144个样本的BCI数据集上进行了实验,平均准确率达到82.18％和76.45％,证明了该方法在跨域分类识别上具有很好的性能.同时对于该方法各环节的效果也进行了可视化验证,展示了该集成式方法在跨域问题上的效果.
更多
作者：
作者单位：
杭州电子科技大学自动化(人工智能)学院,杭州 310018
[1]
杭州明州脑康康复医院神经康复中心,杭州 310018
[2]
期刊：
《中国生物医学工程学报》2024年43卷4期 399-407页
ISTICPKUCSCD
分类号：
R318
栏目名称：
论著
DOI：
10.3969/j.issn.0258-8021.2024.04.002
发布时间：
2024-09-05
基金项目：
国家自然科学基金
国家自然科学基金
浙江省自然科学基金重点项目
- 浏览：1
- 被引：0
- 下载：0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
