一种脑电信号自适应迁移学习方法、系统、电子设备及存储介质

本发明公开了一种脑电信号自适应迁移学习方法、系统、电子设备及存储介质，方法包括：获取脑电数据，对脑电数据进行预处理得到EEG数据，进而整理得到源域和目标域；其中，源域标记有EEG数据对应的类型标签；基于目标域，对每个源域进行匹配筛选，得到预设数量的相似源域；基于预设的源域特征提取器对相似源域中的EEG数据进行第一特征提取，得到源域特征；通过参数转移对目标域的EEG数据进行第二特征提取，得到目标域特征；根据源域特征、类型标签和目标域特征，通过联合损失对预设的分类模型进行优化调整。本发明解决了现有基于迁移学习的脑电信号分类技术中的领域间差异、数据不平衡以及负迁移等问题，可广泛应用于数据处理技术领域。