摘要
本发明提出了一种基于知识蒸馏及元迁移学习的脑电抑郁识别系统,是一个由若干个模型组成的脑电抑郁识别模型训练框架;教师模型从128通道脑电图信号中提取知识,学生模型对从教师模型中学习隐藏知识并继续在3通道脑电上微调适应并测试抑郁识别效果;本发明的框架能够有效提炼多通道脑电信号的知识到少通道脑电信号的抑郁识别模型中,以提高后者的抑郁识别表现;还在在线知识蒸馏过程后应用了元学习的训练思想,将学生模型视为元模型,并利用新数据集上一部分数据对元模型进行微调得到最后的微调模型,从而提高模型对不同分布、不同被试、不同情况下的3通道脑电信号的抑郁识别性能。
技术关键词
静息态脑电信号
抑郁识别系统
教师
学生
神经网络结构
分类器
蒸馏
多通道脑电信号
数据获取模块
数据标签
识别模型训练
识别模块
卷积模块
框架
系统为您推荐了相关专利信息
知识点
学生
人工智能技术
数据可视化工具
在线学习算法
商务大数据分析
决策
知识蒸馏技术
深度神经网络
学生
动态融合机制
情感分析方法
情感分析系统
教师
蒸馏