杭州电子科技大学佘青山获国家专利权
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多源脑电迁移的源域选择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:CN114254676B 。
龙图腾网通过国家知识产权局官网在2025-08-05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:202111564098.X,技术领域涉及:G06F18/25;该发明授权多源脑电迁移的源域选择方法是由佘青山;蔡寅昊;洪宽华;范影乐设计研发完成,并于2021-12-20向国家知识产权局提交的专利申请。
本多源脑电迁移的源域选择方法在说明书摘要公布了:本发明公开了一种多源脑电迁移的源域选择方法,本发明先提取切线空间特征、Grassmann流行特征,将源域和目标域的边缘概率分布差异最小化。得到流行特征后,通过对源域和目标域的结构风险最小化和条件概率分布差异最小化作为目标函数,为每个源域进行分类模型训练,每个分类器分别对目标域进行预测,将不同源域的预测结果通过投票方式进行整合,在第一次迭代过后,每个源域分别训练出一个分类器,最后投票生成一个多源分类器,这样就满足了LSA的条件,这时进行一次LSA,得到不同源域的可迁移性估计值,并去k个源域,在之后的迭代中,只需要重复为剩下的源域训练分类器迭代即可,提高运算效率。
本发明授权多源脑电迁移的源域选择方法在权利要求书中公布了:1.多源脑电迁移的源域选择方法,其特征在于:该方法包括以下步骤: 步骤1,脑电流形特征提取; 具体为:通过计算每个样本脑电信号的协方差矩阵,在SPD流形上对不同源域和目标域进行对齐,提取切空间特征;将所提取的切空间特征重构回Grassmann流形,提取Grassmann流形特征,达到最小化源域和目标域边缘概率分布的目的; 步骤2,流形特征迁移; 根据步骤1中得到了最小化源域和目标域边缘概率分布的流形特征,对流行特征进行迁移,最小化源域和目标域的条件概率分布; 步骤3源域选择; 在第一次迭代过后,进行一次LSA,得到不同源域的可迁移性估计值;根据可迁移性估计值,并去除k个源域,在之后的迭代中,重复剩下的源域训练分类器迭代; 所述的LSA具体为: 通过多源迁移框架得到每个源域的单源分类器以及多源分类器,对每个源域训练出的单源分类器的预测结果和多源分类器的预测结果相比较,计算出不同源域可迁移性的估计值; 所述的通过多源迁移框架得到每个源域的单源分类器以及多源分类器,对每个源域训练出的单源分类器的预测结果和多源分类器的预测结果相比较,计算出不同源域可迁移性的估计值; 具体为:目标域真实的标签表示为每个域训练的单源分类器fs和最终投票生成的多源分类器fm所预测的标签分别表示为和使用sim·来表示两种标签之间的相似度,如yreal和yps之间的相似度计算方法为 nt表示目标域的样本个数; 通过STS迁移分类精度估计一个源域的可迁移性, Accuracy=simyreal,ypst3。
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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。