摘要
本申请提供脑电信号跨设备解码分类模型训练方法、解码分类方法及设备,训练方法包括:基于各个脑电信号片段各自对应的预训练特征向量以及解码类型标签预训练基于对抗生成网络的分类模型对应的隐空间深度神经网络;将该网络作为分类模型中的判别器,并将脑电信号片段的特征矩阵输入分类模型中的基于卷积神经网络的自编码器以训练分类模型,将该分类模型训练为用于输出脑电信号片段的解码类型和脑电信号采集设备类型的脑电信号跨设备解码分类模型。本申请能够解决采用跨厂商设备的脑电信号训练的解码分类模型的可靠性及有效性较差的问题,提高训练用脑电信号的数据利用率。
技术关键词
脑电信号采集设备
分类模型训练方法
跨设备
解码
训练深度神经网络
矩阵
分类方法
时域特征
频域特征提取
滑动窗口
编码器
通道
标签
原始脑电信号
系统为您推荐了相关专利信息
位姿检测方法
注意力机制
Softmax函数
多层感知机
点云特征提取
视觉特征
图像
文本生成方法
语义特征
语义注意力
音视频
像素格式
深度学习模型
机器学习框架
图像处理算法
事件检测方法
样本
训练语言模型
事件触发词
事件检测技术