摘要
本发明公开了一种基于脑电协同聚类的半监督言语想象意图解码方法,包括如下步骤:步骤1、采集言语想象的脑电数据;步骤2、对预处理后的脑电数据进行特征提取;步骤3、将原始数据矩阵进行特征聚类和样本聚类,从而得到特征的聚类指示矩阵、样本的聚类指示矩阵和系数矩阵;步骤4、在半监督框架下完成对特征的聚类指示矩阵、样本的聚类指示矩阵和系数矩阵的优化求解;步骤5、通过可视化手段,展示基于脑电样本和特征协同聚类的半监督学习模型得到的解码结果。该方法在基于脑电信号的言语想象意图解码研究和系统中能够充分发掘和利用特征和样本的双向复杂交互模式以及言语想象的标签信息。
技术关键词
聚类指示矩阵
解码方法
意图
无标签样本
频域特征
监督学习模型
初始化方法
频段
空域特征
标签类别
优化求解方法
时域特征
特征提取方法
数据
分解特征
脑电电极
脑电特征
系统为您推荐了相关专利信息
查询优化方法
启发式搜索算法
查询意图
强化学习算法
训练语言模型
漏洞检测方法
意图
训练样本集
代码特征
漏洞检测装置
支持向量机模型
电机故障诊断方法
电机故障诊断系统
电机故障诊断技术
特征提取模块
离心泵故障诊断
样本
多通道特征
故障特征
故障诊断方法
康复训练方法
卷积神经网络模型
手部康复机器人
电信号
手势