摘要
本发明提供了一种基于元学习的域泛化血压估计训练方法,本发明的技术方通过两阶段元学习的策略,将学习过程分为元训练阶段和元测试阶段,其中元训练阶段进一步分为训练子阶段和优化子阶段,学习过程中,变换地选定源域组成元优化域,其余源域作为元训练域,在每一轮元训练阶段,模型在元训练域内的多个源域上训练,以模拟不同个体的数据分布,通过对不同个体数据的学习,提升模型的泛化性能;在元测试阶段,模型利用源域数据进行微调,以提升在真正的目标域上的预测精度。
技术关键词
血压估计模型
信号特征
特征提取模块
传感
血压估计方法
模态特征
样本
门控循环单元
对象
分支
数据分布
处理器
两阶段
分阶段
可读存储介质
存储器
标签
系统为您推荐了相关专利信息
智能联动方法
水电站
分布式传感器网络
子系统
多系统协同
智能排水系统
分段
特征提取模块
数据采集模块
分配单元
在线标定方法
自然场景
相机外参
语义分割算法
激光雷达点云
加速度敏感芯片
干涉仪原理
基底
单模光纤
惯性质量块