一种基于对比学习的脑电图信号分类方法
申请号：CN202411481595
申请日期：2024-10-23
公开号：CN119415953A
公开日期：2025-02-11
类型：发明专利
摘要
本发明公开了一种基于对比学习的脑电图信号分类方法，旨在解决脑电图信号分类中的两个关键技术问题：如何提高模型的泛化能力以及如何保护数据隐私；传统的脑‑计算机接口系统在处理个体差异大的脑电图信号时，往往面临分类性能不稳定和隐私泄露的挑战。本发明提出了一种结合序列对比表示学习(SeqCLR)和领域对比学习(DomCLR)的双重对比学习方法，以增强特征表示、减少对标记数据的依赖并有效保护隐私。
技术关键词
编码器
计算机接口系统
原始脑电信号
注意力机制
保护数据隐私
监督学习方法
半监督学习
序列
定义
分类器
标签
标记
网络
基础
通道
系统为您推荐了相关专利信息
指令生成方法
摘要
特征向量空间
计算机设备
指令生成系统
无人机视觉
视觉注意力机制
避障系统
轮廓特征
偏振图像信息
时空数据预测方法
卷积循环神经网络
门控循环单元
矩阵
节点
气体泄露检测方法
甲烷
高光谱图像数据
细化器
查询特征
网络异常检测方法
节点特征
注意力
编码器参数
网络转发设备
