一种可识别隐变量支持的因果不变运动想象解码方法

AITNT
正文
推荐专利
一种可识别隐变量支持的因果不变运动想象解码方法
申请号:CN202510191857
申请日期:2025-02-21
公开号:CN120123729A
公开日期:2025-06-10
类型:发明专利
摘要
本发明公开了一种可识别隐变量支持的因果不变运动想象解码方法,属于生物电信号处理技术领域,包括:先验知识提取:构建两个动态分层次卷积编码器,将不同两名被试的脑电信号编码为多元高斯分布并计算后验分布,利用重参数化技巧将其转化为可识别的隐变量并作为先验,然后输入到两个体积保持流解码器进行信号重构;因果不变变分自编码器训练:构建两个动态分层次卷积编码器,在先验分布的约束下将脑电信号编码为任务相关与任务无关隐分布,并利用任务相关隐分布解码脑电意图,同时获取脑电信号的隐表示,然后通过体积保持流解码器对其进行重构。本发明旨在从因果关系的角度挖掘脑电信号中的任务相关特征,进一步提升脑电意图解码的精度和鲁棒性。
技术关键词
流解码器 解码方法 运动想象脑电信号 卷积编码器 变量 分层次 重构 皮尔逊相关系数 生物电信号处理技术 编码器训练 参数 随机噪声 动态 空域特征 预训练模型 数据 分类器
系统为您推荐了相关专利信息
1
一种针对大语言模型的数学推理训练集的生成方法
大语言模型 数学 生成方法 程序 语言模型修改
2
基于图像分解的零样本学习去雾图像强化方法及装置
去雾图像 强化方法 像素点 大气散射模型 雾霾图像
3
基于SSVM和LSTM的海洋环境数据质量评价方法
海洋环境数据 支持向量机分类 评价方法 集合经验模态分解 异常点
4
人因智能用户注视分析方法、装置和系统、边缘计算设备
视频帧 坐标 眼动数据分析 标识 特征点
5
网络社区动态图生成模型的训练方法和系统及图生成方法
特征提取模块 时序 变量 动态 采样模块
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