一种基于动态超图学习的脑电言语想象识别方法

本发明公布了一种基于动态超图学习的脑电言语想象识别方法。该方法如下：1.脑电数据采集；2.预处理及特征提取；3.建立目标函数；4.对目标函数中的变量进行求解，获得特征投影矩阵以及被测脑电数据对应的言语想象类别。5.对特征投影矩阵进行分析，得到各通道及各频段的重要性，并基于重要性重新构建样本特征作为模型输入，得到最终的识别结果。本发明利用超图进行脑电数据模型的构建，挖掘了数据间的高阶信息，更好地表征了数据的相关性，并且在标签学习过程中动态自适应地更新超图中的顶点权重、超边权重以及超图结构，提升了模型的学习能力及解码精度。此外动态更新的特征投影矩阵将原始特征投影到低维子空间中，提高了模型鲁棒性。