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
去雾图像
强化方法
像素点
大气散射模型
雾霾图像
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