買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜廣州大學(xué)申請(qǐng)的專利一種基于黎曼流形的腦電信號(hào)異構(gòu)標(biāo)簽空間遷移學(xué)習(xí)方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN114548166B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-03-21發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202210152396.6，技術(shù)領(lǐng)域涉及：G06F18/24；該發(fā)明授權(quán)一種基于黎曼流形的腦電信號(hào)異構(gòu)標(biāo)簽空間遷移學(xué)習(xí)方法是由王力;詹倩倩;任玲玲;黃學(xué)文;劉彥俊設(shè)計(jì)研發(fā)完成，并于2022-02-18向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于黎曼流形的腦電信號(hào)異構(gòu)標(biāo)簽空間遷移學(xué)習(xí)方法在說明書摘要公布了：本發(fā)明提供一種基于黎曼流形的腦電信號(hào)異構(gòu)標(biāo)簽空間遷移學(xué)習(xí)方法，包括，對(duì)被試A的腦電數(shù)據(jù)的單頻段進(jìn)行分段；將各子頻帶的腦電數(shù)據(jù)中標(biāo)簽1和標(biāo)簽2的腦電數(shù)據(jù)分別按照不同順序拼接成新標(biāo)簽1和新標(biāo)簽2；將新標(biāo)簽1和新標(biāo)簽2作為源域，標(biāo)簽3和標(biāo)簽4作為目標(biāo)域；分別計(jì)算標(biāo)簽1、標(biāo)簽2，標(biāo)簽3和標(biāo)簽4的腦電數(shù)據(jù)的平均協(xié)方差矩陣；分別將每個(gè)子頻段的黎曼流形上的源域數(shù)據(jù)通過平均協(xié)方差矩陣構(gòu)建的線性變換矩陣對(duì)齊到目標(biāo)域；將各子頻帶對(duì)齊后的黎曼流形上的源域和目標(biāo)域數(shù)據(jù)通過對(duì)數(shù)映射至切空間，再通過mRMR將高維的切空間特征降至低維；融合各子頻段降維后的切空間特征，并輸入LDA分類器中進(jìn)行分類。本發(fā)明有助于擴(kuò)大腦電數(shù)據(jù)的適用范圍。

本發(fā)明授權(quán)一種基于黎曼流形的腦電信號(hào)異構(gòu)標(biāo)簽空間遷移學(xué)習(xí)方法在權(quán)利要求書中公布了：1.一種基于黎曼流形的腦電信號(hào)異構(gòu)標(biāo)簽空間遷移學(xué)習(xí)方法，其特征在于，包括：S1對(duì)被試A的腦電數(shù)據(jù)的單頻段進(jìn)行分段，得到各子頻帶的腦電數(shù)據(jù)；S2將各子頻帶的腦電數(shù)據(jù)中標(biāo)簽1和標(biāo)簽2的腦電數(shù)據(jù)分別按照先標(biāo)簽1后標(biāo)簽2的順序拼接成新標(biāo)簽1，按照先標(biāo)簽2后標(biāo)簽1的順序拼接成新標(biāo)簽2；將經(jīng)過拼接的新標(biāo)簽1,2的腦電數(shù)據(jù)作為源域，標(biāo)簽為3,4的腦電數(shù)據(jù)作為目標(biāo)域；其中標(biāo)簽1和標(biāo)簽2僅包含單一的語言想象或運(yùn)動(dòng)想象特征，標(biāo)簽3和標(biāo)簽4包含語言想象和運(yùn)動(dòng)想象特征；S3對(duì)源域的腦電數(shù)據(jù)集S＝{Xs,i,Ys,i}的所有腦電數(shù)據(jù)按標(biāo)簽類別進(jìn)行分組；分別計(jì)算標(biāo)簽1和標(biāo)簽2的腦電數(shù)據(jù)的平均協(xié)方差矩陣，包括：對(duì)該被試A源域的腦電數(shù)據(jù)集S＝{Xs,i,Ys,i}的所有腦電數(shù)據(jù)按標(biāo)簽類別進(jìn)行分組，其中，所述被試A的源域共有2個(gè)標(biāo)簽類別其中C＝2,c＝1,2分別表示標(biāo)簽1和標(biāo)簽2；分別計(jì)算標(biāo)簽為1和標(biāo)簽為2的平均協(xié)方差矩陣S4對(duì)目標(biāo)域的部分組腦電數(shù)據(jù)集T＝{Xt,i}的所有腦電數(shù)據(jù)按標(biāo)簽類別進(jìn)行分組；分別計(jì)算標(biāo)簽3和標(biāo)簽4的腦電數(shù)據(jù)的平均協(xié)方差矩陣，包括：被試A目標(biāo)域的部分組腦電數(shù)據(jù)集T＝{Xt,i}的所有腦電數(shù)據(jù)按標(biāo)簽類別進(jìn)行分組；其中，所述被試A的目標(biāo)域共有2個(gè)標(biāo)簽類別C＝4，c＝3,4分別表示標(biāo)簽3和標(biāo)簽4；分別計(jì)算標(biāo)簽為3和標(biāo)簽為4的腦電數(shù)據(jù)的平均協(xié)方差矩陣具體包括：S41計(jì)算目標(biāo)域的部分腦電信號(hào)集T＝{Xt,i}中每次實(shí)驗(yàn)Xt,i的協(xié)方差矩陣；S42計(jì)算目標(biāo)域的兩兩腦電協(xié)方差矩陣之間的黎曼距離，利用k-medoids聚類，對(duì)所有次實(shí)驗(yàn)的協(xié)方差矩陣執(zhí)行k-medoids聚類，可得到k個(gè)聚類中心，根據(jù)對(duì)應(yīng)試驗(yàn)次的腦電標(biāo)簽類別，對(duì)k個(gè)聚類中心進(jìn)行標(biāo)注，得到k個(gè)帶標(biāo)簽的腦電數(shù)據(jù)；其中，任意兩個(gè)協(xié)方差矩陣之間的黎曼距離定義為： 其中，F(xiàn)代表F范數(shù)，Pi、Pj表示兩個(gè)不同的協(xié)方差矩陣，λr表示矩陣Pi-1Pj的所有實(shí)特征值；S43根據(jù)標(biāo)注信息對(duì)k個(gè)帶標(biāo)簽實(shí)驗(yàn)進(jìn)行分組，得到C個(gè)分組GT,m＝{Xt,i,yt,i}yt,i＝Y(jié)T,m，以及每個(gè)分組GT,m的平均協(xié)方差矩陣S5對(duì)源域和目標(biāo)域的平均協(xié)方差矩陣設(shè)定對(duì)應(yīng)關(guān)系，根據(jù)該關(guān)系對(duì)源域S的腦電數(shù)據(jù)Xs,i進(jìn)行變換，并將目標(biāo)域的標(biāo)簽按照所述對(duì)應(yīng)關(guān)系賦給源域的腦電數(shù)據(jù)，得到變換后的源域腦電數(shù)據(jù)，包括：S51將目標(biāo)域T的C個(gè)標(biāo)簽類別與源域S的C個(gè)標(biāo)簽類別按照設(shè)定的對(duì)應(yīng)關(guān)系一一對(duì)應(yīng)；其中所述設(shè)定的對(duì)應(yīng)關(guān)系為：被試A有標(biāo)簽1,標(biāo)簽2,標(biāo)簽3和標(biāo)簽4這4種腦電數(shù)據(jù)，該被試的標(biāo)簽3與的標(biāo)簽1對(duì)應(yīng)，的標(biāo)簽4與的標(biāo)簽2對(duì)應(yīng)，屬于異構(gòu)標(biāo)簽空間遷移；S52根據(jù)源域和目標(biāo)域腦電數(shù)據(jù)之間每組對(duì)應(yīng)的平均協(xié)方差矩陣，構(gòu)建線性變換矩陣S53對(duì)源域的腦電數(shù)據(jù)Xs,i執(zhí)行以下變換：當(dāng)ys,i＝Y(jié)T,C時(shí)，S54將目標(biāo)域的標(biāo)簽按照如下關(guān)系賦給源域的標(biāo)簽；當(dāng)ys,i＝Y(jié)T,C時(shí)，S6將變換后的源域的腦電數(shù)據(jù)以及步驟S4標(biāo)注的目標(biāo)域的腦電數(shù)據(jù)合并作為訓(xùn)練集，目標(biāo)域未標(biāo)注的腦電數(shù)據(jù)作為測試集，進(jìn)行特征提取后，進(jìn)一步進(jìn)行mRMR特征降維，包括：S61將訓(xùn)練集以及測試集的腦電數(shù)據(jù)一一對(duì)齊到黎曼流形空間中；訓(xùn)練集以及測試集的腦電數(shù)據(jù)指的是腦電協(xié)方差矩陣，而腦電協(xié)方差矩陣位于一個(gè)對(duì)稱正定矩陣空間中，用黎曼度量來衡量腦電的協(xié)方差矩陣；S62根據(jù)對(duì)數(shù)映射將經(jīng)過對(duì)齊后的腦電協(xié)方差矩陣從黎曼流形上映射到切空間中，提取子頻帶的切空間特征；S63利用mRMR特征選擇，將高維的136維的切空間特征降至2維；S7在各個(gè)子頻帶訓(xùn)練集降維后的融合特征上構(gòu)建用于目標(biāo)域未標(biāo)注樣本預(yù)測的機(jī)器學(xué)習(xí)模型，再送入LDA分類器中進(jìn)行分類。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人廣州大學(xué)，其通訊地址為：510006 廣東省廣州市大學(xué)城外環(huán)西路230號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。