摘要
一种基于多模态可穿戴传感器的体域认知任务决策方法,属于体域网智能信息系统领域。通过在数据融合范式中引入域适应技术,构建体域网跨域信息融合集成的迁移融合框架,设计面向迁移融合框架的基于动态域评估的域适应算法,通过定义和表征泛化体域认知任务的跨域问题模型,引入多类别迁移约束,学习目标域适应矩阵用于最小化迁移成分在学习的潜在子空间中的分布差异。为基于动态域评估的域适应算法引入定量评估领域知识权重的解决方案,包括从分布评估到域评估的综合权重计算方法。通过调整域适应与融合算法的关联性解决体域网多域偏移问题,使整个迁移融合框架适配不同体域认知任务的多模态数据分析过程,提高多模体域认知任务的分析性能。
技术关键词
可穿戴传感器
决策方法
多模态
线性分类器
动态
算法
样本预处理方法
框架
智能信息系统
标签
因子
误差
拉格朗日方法
权重计算方法
数据获取方法
定义
广义特征值
生理传感器
矩阵
描述符
系统为您推荐了相关专利信息
组合定位方法
组合定位系统
检验评估系统
卡尔曼算法
模糊逻辑
双层长短期记忆网络
深度强化学习模型
数据分布
深度Q网络
节点
表面结构设计方法
生成对抗网络
预测网络模型
电磁超表面单元
生成器网络
诊断方法
深度学习模型
患者
协方差矩阵
深度学习优化
输变电钢结构
焊接残余应力场
镀锌工艺
分析系统
镀锌层厚度