换一批摘要实际应用中脑电信号一直面临采集成本高、用户间差异大等问题,制约着基于脑电信号的运动想象领域的发展.针对跨受试者运动想象脑电信号识别任务,本研究提出了一种基于集成式张量域自适应的迁移学习方法.首先采用改进的欧氏空间对齐方法对多维脑电数据进行协方差对齐,消除原始数据的边缘分布偏移;其次提出基于张量子空间的改进联合概率分布方法,求得不同类别的映射子空间并实现未知标签的目标域识别分类.分别在7人200个样本和9人144个样本的BCI数据集上进行了实验,平均准确率达到82.18％和76.45％,证明了该方法在跨域分类识别上具有很好的性能.同时对于该方法各环节的效果也进行了可视化验证,展示了该集成式方法在跨域问题上的效果.
更多相关知识
分类号
R318（医用一般科学）
栏目名称
DOI
10.3969/j.issn.0258-8021.2024.04.002
发布时间
2024-09-05（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览0
- 被引1
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
