一种基于多粒度信息融合的言语想象脑电信号识别方法

本发明公开了一种基于多粒度信息融合的言语想象脑电信号识别方法，该方法首先采集受试者想象多种任务时的脑电数据，对采集得到的脑电数据进行预处理和特征提取，得到样本向量，以及样本向量对应的标签。其次构建结合视图重要性、样本重要性、特征重要性的机器学习模型，得到联合优化的目标函数。然后初始化每个视图重要性、样本重要性、特征重要性的权重，根据目标函数，通过交替优化法进行迭代优化。最后迭代优化后将样本向量输入机器学习模型，得到言语想象脑电信号的预测分类类别。本发明能够有效地从复杂的脑电信号中提取出任务相关的信息，确保在多变环境下仍能保持良好的分类效果。