一种基于迁移学习的运动想象分类算法

本发明公开了一种基于迁移学习的运动想象分类算法，涉及脑电信号处理领域，包括如下步骤：步骤一、获取运动想象脑电信号的源域数据集及目标域数据集；步骤二、采用基于注意力机制的多源域选择性深度迁移学框架构建基于迁移学习的运动想象分类模型；所述基于迁移学习的运动想象分类模型包括域识别网络、选择性领域自适应模块、骨干神经网络、全连接层；步骤三、通过域识别网络得到源域分类损失，并计算各源域对于目标域的源域权重因子；步骤四、计算基于迁移学习的运动想象分类模型的全局损失函数；步骤五、优化基于迁移学习的运动想象分类模型中的参数；步骤六、利用更新后的对源域实例特征加以选择性地迁移学习。