摘要
本发明提出了基于多源映射的帕金森病脑电信号识别方法及系统,涉及脑电信号识别技术领域。包括构造被试数据集并标注类别标签;将被试数据集划分为训练集和测试集,利用训练集训练多个子分类器,基于每个子分类器在测试集上的测试效果,得到包含多个子分类器及其权重组合的集合分类器;将测试集中的数据通过半监督学习向训练集映射,确定出最终的映射路径,并将获取的待测试脑电信号映射至训练集中对应的映射终点数据;将训练集中对应的映射终点数据输入至集合分类器中,得到预测的分类标签。本发明在对待测试脑电信号进行识别时,先利用映射路径将其进行映射,再利用集合分类器进行识别分类,能够有效提高帕金森病脑电分类的正确率。
技术关键词
脑电信号识别方法
半监督学习
训练集
终点
健康对照
数据
参数
标签
分类正确率
分类器训练
脑电特征
处理器
识别系统
帕金森
程序
误差
系统为您推荐了相关专利信息
建筑物三维模型
面片
深度值
数据轻量化方法
顶点
焊接自动化控制方法
端点
褶皱
控制焊接设备
终点
分类预测模型
中心服务器
联邦学习方法
深度神经网络分类
参数
反演模型
水质监测方法
反射率
遥感图像数据
皮尔逊相关系数
图片方法
深度学习模型
OCR识别模型
修正错别字
格式化