摘要
本发明提供一种基于再训练的运动想象识别方法、装置和设备,涉及计算机技术领域,其中,运动想象识别方法包括:获取CSP滤波器基准参数和目标分类器基准参数;CSP滤波器基准参数与CSP滤波器的性能参数相关;目标分类器基准参数为基于样本数据训练得到的满足精度需求的目标分类器对应的参数;基于所述CSP滤波器基准参数和所述目标分类器基准参数对预设神经网络的特征提取器和特征分类器分别进行初始化处理,得到第一神经网络;利用梯度下降算法对所述第一神经网络进行优化,得到目标神经网络;将待识别的运动想象EEG数据输入至所述目标神经网络,获取运动想象类别,实现基于传统CSP模型的专家知识和额外分类知识的结合,提高了对运动想象的识别精度。
技术关键词
运动想象识别方法
滤波器
基准
梯度下降算法
参数
SVM分类器
多层感知器
特征提取器
数据
样本
特征值
模块
存储计算机程序
处理器
精度
可读存储介质
存储器
系统为您推荐了相关专利信息
电池寿命预测方法
随机森林模型
超参数
模型训练模块
电池寿命预测装置
深度Q网络
分布式数据处理
设计无人机
构建无人机
采集无人机
高通量植物表型
动态监测系统
表型特征
因子
子模块