摘要
本发明公开一种脑电信号身份识别方法、介质、设备,涉及脑电信号识别技术领域,方法包括:构建脑电信号分类模型,包括:动态时频深度卷积层、滑动窗口、多头自注意力机制、深度可分离因果卷积;基于联邦学习,将脑电信号分类模型在多个客户端进行训练,并由服务器将每轮训练的多个客户端的模型进行参数更新,直到模型收敛;使用训练好的模型对脑电信号进行分类。本发明不仅实现了对用户EEG信号的准确识别,还增强了数据的安全性和隐私保护。
技术关键词
身份识别方法
注意力机制
脑电信号分类
滑动窗口
计算机可读指令
客户端设备
动态
服务器
脑电信号识别
分类模型训练
可读存储介质
存储计算机程序
参数
层级
处理器
存储器
电子设备
系统为您推荐了相关专利信息
菜品识别方法
虚拟设备
菜品图像
菜品识别系统
虚拟现实设备
深度学习特征
数据训练方法
超声影像数据
感兴趣
建模系统
数据模拟仿真方法
多维可视化模型
时序特征
数据可视化
可视化参数