基于多特征融合与迁移学习的意识障碍患者分类方法

本发明公开了基于多特征融合与迁移学习的意识障碍患者分类方法，具体按照以下步骤实施：步骤1、数据预处理；步骤2、多维度特征提取融合；步骤3、特征输入与模型训练；步骤4、最小误差熵优化；步骤5、模型策略训练优化。本发明通过融合多维特征并采用最小误差熵代替传统的均方误差作为代价函数，能够更好地适应不同患者的脑电信号特征，缓解了迁移学习和个体差异带来的数据协变量偏移问题，从而有效提高了分类准确率和系统鲁棒性。