一种基于特征学习的transformer脑电信号分类方法

本发明提供了一种基于特征学习的transformer脑电信号分类方法，包括如下步骤：步骤1：准备脑电信号数据，并将数据划分为训练集、验证集；步骤2：建立脑电信号分类模型，并设置参数；步骤3：对脑电信号分类模型进行训练，并保存训练完成后模型；步骤4：将训练集和验证集的路径、初始训练权重文件路径输入网络模型训练所需参数中进行训练，获得训练完成的模型；步骤5：将测试集路径、训练完成的模型路径输入到检测代码中，从而完成脑电信号分类；该方法能够更加全面的学习各种有用的特征信息，显著的提高了分类的精度。