基于软变量嵌入和判别结构保持的多视角迁移可解释方法

本发明公开了基于软变量嵌入和判别结构保持的多视角迁移可解释方法，具体涉及机器学习技术领域，对带标签源域和无标签目标域的EEG样本，通过多种特征提取获得多种多视角特征；经TSK‑FS前件网络映射后，采用迁移软变量嵌入式后件学习构建域间联系；通过局部‑全局结构保持项保留数据结构，实现迁移过程中最大程度保留原始数据的判别邻域关系；结合多视角学习策略构建目标函数，并通过增强拉格朗日乘数算法迭代优化，最终用给定的分类器输出结果。