微弱非对称性视觉刺激的变异数据不确定性分析模型的训练方法及应用

AITNT
正文
推荐专利
微弱非对称性视觉刺激的变异数据不确定性分析模型的训练方法及应用
申请号:CN202510742328
申请日期:2025-06-05
公开号:CN120687763A
公开日期:2025-09-23
类型:发明专利
摘要
本发明涉及脑电信号分类技术领域,公开微弱非对称性视觉刺激的变异数据不确定性分析模型的训练方法及应用。方法包括获取脑电信号数据集,并划分为训练集、测试集和验证集;构建并训练贝叶斯网络模型,获得特征提取模块、变分前验分布和变分后验分布;应用特征提取模块获得训练特征及测试特征数据,使用贝叶斯推断计算训练特征数据对应的各个类别的解析后验分布,计算测试特征数据对应的各个类别的解析置信度及其解析方差,抽样变分后验分布中的不确定性参数,获得多个变分后验判别矩阵,计算测试特征数据对应的多个变分置信度,求解变分平均置信度;基于变分平均置信度、解析置信度以及其对应的解析方差,依据预设规则判断脑电信号的变异性。
技术关键词
贝叶斯网络模型 测试特征 特征提取模块 不确定性参数 训练特征 视觉 元素 代表 脑电信号分类 偏差 信号处理系统 概率密度函数 线性 训练集数据 矩阵 解码算法
系统为您推荐了相关专利信息
1
一种光伏组串的故障诊断方法及系统
模糊推理模型 故障诊断方法 序列 异常状态 模糊规则库
2
一种基于多尺度神经网络的脑肿瘤分割系统
多尺度神经网络 脑肿瘤分割 多尺度特征 融合特征 数据采集模块
3
一种基于图神经与时间序列的情感动态预测方法及系统
动态预测方法 特色 动态预测系统 情感分析技术 序列
4
一种基于DMF-YOLO的航拍图像小目标检测方法
空洞 航拍 多尺度特征 网格 特征提取模块
5
一种基于多视角图神经网络的区域更新预测方法及系统
矩阵 多视角 神经网络模型构建 模式 语义特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号