买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉杭州电子科技大学申请的专利基于张量化频空注意力域适应网络的跨时段脑纹识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115969392B 。

龙图腾网通过国家知识产权局官网在2025-06-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310129985.7，技术领域涉及：A61B5/372；该发明授权基于张量化频空注意力域适应网络的跨时段脑纹识别方法是由孔万增;金宣妤;杨心宇;朱莉;唐佳佳设计研发完成，并于2023-02-17向国家知识产权局提交的专利申请。

本基于张量化频空注意力域适应网络的跨时段脑纹识别方法在说明书摘要公布了：本发明公开基于张量化频空注意力域适应网络的跨时段脑纹识别方法。针对现有大多数多源域自适应方法是单独弥合多个源域和目标域之间的域差距，而忽略各分布对齐域不变特征之间的关系。本发明通过建模域不变特征的重要关系辅助目标域的性能，而不受源域之间分布差异的影响。采用一种新的张量化频空注意网络TSFAN，以联合合并成对源和目标以及跨源域的适当公共频空特征。考虑到维度的问题，TSFAN进一步近似地表示为低秩Tucker格式，使TSFAN在域的数量上线性扩展，将TSFAN扩展到与任意时段数量的情况。本发明能够实现高效的跨时段任务无关脑纹识别，是可用于现实生活中便携式脑纹识别的一种有效方法。

本发明授权基于张量化频空注意力域适应网络的跨时段脑纹识别方法在权利要求书中公布了：1.基于张量化频空注意力域适应网络的跨时段脑纹识别方法，其特征在于包括以下步骤：步骤1、预处理原始脑电数据；1-1在相同实验范式下，采集多名被试在不同时间段受外部刺激产生的脑电数据；1-2利用巴特沃兹滤波器对原始脑电数据进行滤波，再进行快速傅里叶变换；1-3截取步骤1-2处理得到的脑电数据，对相应的脑电样本数据打上所属被试的标签；1-4将步骤1-3处理后得到的脑电样本数据按比例划分成训练集和测试集，其中训练集数据包含K个时段数据，即K个源域，K≥2；测试集作为目标域；步骤2、构建基于张量化频空注意力域适应网络模型，并对其进行训练和测试；基于张量化频空注意力域适应网络模型包括K个结构相同的特定域特征提取网络、1个张量化频空注意力网络，每个特定域特征提取网络包含多尺度一维卷积层、拼接层、最大池化层、融合层、频空卷积层；其中多尺度一维卷积层包括多个并行的不同尺度的一维卷积；频空卷积层包括依次串联的频域一维卷积和空间域一维卷积；所述多尺度一维卷积层的输入为某个源域数据和目标域数据，其输出至拼接层；所述拼接层将接收到的多个不同尺度特征进行拼接，得到源域脑纹时域特征Ztsj和目标域脑纹时域特征Zttj，j∈[1,K]，然后将上述特征分别输出至最大池化层和融合层；所述最大池化层将接收到的特征在时间维度进行降维处理，然后输出至张量化频空注意力网络；所述张量化频空注意力网络接收到K个特定域特征提取网络的最大池化层输出的特征，将上述特征进行交互处理，得到包含特征间交互相关性的源域频空注意力Qsj和目标域频空注意力Qtj，然后将上述注意力输出至融合层；具体是：所述张量化频空注意力网络利用两个全连接层对K个特定域特征提取网络输出的特征实现非线性映射，得到源域频空注意力Qsj和目标域频空注意力Qtj：Qsj＝FbjReluFajPsj；Vj；Uj公式1Qtj＝FbjReluFajPtj；Vj；Uj其中，Faj和Fbj表示第j个源域空间的两个全连接层，Vj和Uj表示两个全连接层的参数，Relu.为激活函数，表示最大池化层输出的源域、目标域空间频率特征；c为原特征脑电通道数，s为原特征频域维度大小；将公式1中全连接层参数张量化为K+1阶的高阶张量c’为全连接层Faj处理后特征的脑电通道数，s’为全连接层Faj处理后特征的频域维度大小，以获取特征间的交互相关性，考虑到随着源域数量的增加可能会造成维度灾难，因此采用低秩的Tucker形式表示高阶张量 其中{r1…rK+1}为Tucker形式的秩，I1＝I2＝…＝IK＝c's'，IK+1＝cs；c为原特征脑电通道数，s为原特征频域维度大小；所述融合层将接收到的源域脑纹时域特征Ztsj和目标域脑纹时域特征Zttj分别各自与源域频空注意力Qsj和目标域频空注意力Qtj进行融合，得到频空增强的源域脑纹时域特征Zt’sj和目标域脑纹时域特征Zt’tj，并输出至频空卷积层；所述频空卷积层将接收到的时域特征Zt’sj，Zt’tj通过频域一维卷积和空间域一维卷积操作，提取得到源域时频空脑纹特征Zsj和目标域时频空脑纹特征Ztj；步骤3、构建用于脑纹识别的分类器，并对其进行训练和测试；将步骤2输出的源域时频空脑纹特征Zsj和目标域时频空脑纹特征Ztj展平，通过全连接层和Softmax激活函数，计算样本属于每个类别的概率；步骤4、利用训练测试好的基于张量化频空注意力域适应网络模型和用于脑纹识别的分类器实现跨时段脑纹识别。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。