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

AITNT
正文
推荐专利
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
申请号:CN202411584929
申请日期:2024-11-07
公开号:CN119475035B
公开日期:2025-08-12
类型:发明专利
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
1
一种基于注意力机制的抓取位姿检测方法
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
2
一种文本生成方法、装置及相关设备
视觉特征 图像 文本生成方法 语义特征 语义注意力
3
基于多模态数据的历程分析方法和装置
多模态 重构图像数据 解码器 记忆单元 节点特征
4
一种音视频处理方法、系统、存储介质及电子设备
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
5
一种融入提示学习的生成式小样本事件检测方法及设备
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号