摘要
本发明提供一种微状态模板生成方法及终端设备,涉及脑科学技术领域。该方法包括:根据脑电信号训练样本集对分类器进行训练得到训练完成的分类器,并确定训练完成的分类器的精度;更新脑电信号训练样本集,并跳转至根据脑电信号训练样本集对分类器进行训练得到训练完成的分类器,并确定训练完成的分类器的精度的步骤继续执行,直至精度达到最大,并将该精度记为目标精度;将目标精度对应的脑电信号训练样本集作为目标样本集,根据目标样本集确定目标微状态模板。本发明利用脑电信号训练样本集训练分类器,根据分类器的精度对脑电信号训练样本集的数据进行优化,能够有效减少高噪声和非代表性数据的影响,提升了脑电微状态模板的质量。
技术关键词
训练样本集
模板生成方法
电信号
精度
脑科学技术
终端设备
训练分类器
序列
聚类算法
因子
功率
分段
存储器
处理器
数据
噪声
系统为您推荐了相关专利信息
腔体
训练深度学习模型
像素点
特征匹配技术
医学图像数据
仿真模型
激光雷达数据
水下场景
参数
声呐探测数据