集成领域自适应和领域泛化的跨用户肌电模式识别方法

本发明公开了一种集成领域自适应和领域泛化的跨用户肌电模式识别方法，首先采集源域用户表面肌电信号并构成领域泛化样本对数据集；然后构建基于类别分离和领域对齐的深度学习网络模型(Class Separation and Domain Alignment Network，CSDAN)；接下来构建基于所述领域泛化样本对数据集和领域适应样本对数据集训练所述CSDAN模型；最后构建双模态新用户动作模式分类器，并对新用户动作模式进行模式识别。本发明不仅在最少只需一个校准数据的领域适应场景下对跨用户肌电模式识别具有鲁棒性，还同时可以在完全无校准的领域泛化场景下具有领先的跨用户肌电模式识别精度，推动人机接口设备在人机交互、临床康复等领域广泛应用。