一种基于贝叶斯估计的脑-机接口在线模型更新方法

本公开是关于一种基于贝叶斯估计的脑‑机接口在线模型更新方法、装置、电子设备以及存储介质。其中，该方法包括：建立基于在线更新框架的分类模型，并进行训练，基于分类模型生成验证集样本对应的验证集决策值；基于验证集样本的真实标签，对各类别的验证集决策值进行高斯拟合，计算生成验证集样本的类条件概率；对测试决策值进行后验概率计算，生成测试集样本预测为各类别的后验概率；将测试集样本预测为各类别的后验概率作为样本权重，与已有的训练样本组合，对分类模型进行重训练，完成基于贝叶斯估计的脑‑机接口在线模型更新。本公开可以解决长时使用过程中数据分布变化导致的脑机系统性能变差的问题，提升脑机系统的实用性。