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！

龙图腾网获悉北京工业大学申请的专利一种基于生成对抗网络的跨被试认知负荷脑电信号数据增强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：CN119415847B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202411514007.5，技术领域涉及：G06F18/15；该发明授权一种基于生成对抗网络的跨被试认知负荷脑电信号数据增强方法是由王丹;陈坤;陈佳明设计研发完成，并于2024-10-29向国家知识产权局提交的专利申请。

本一种基于生成对抗网络的跨被试认知负荷脑电信号数据增强方法在说明书摘要公布了：本发明公开了基于生成对抗网络的跨被试认知负荷脑电信号数据增强方法，将源域数据和目标域校准数据输入到本发明的SIE‑GAN数据增强方法中。该方法加入了编码器模块，用于提取原始认知负荷脑电信号的特征。同时，该数据增强方法摒弃了传统的GAN方法中以随机噪声作为输入的设置，改为将源域数据和目标域校准数据作为输入，由于源域数据和目标域校准数据能够提供更多的上下文信息，使模型更好地适应不同被试之间的差异，从而提高模型跨被试的泛化能力。本发明已在认知负荷脑电信号自采数据集上通过多个深度学习模型进行了验证，结果表明有效提高了跨被试认知负荷识别的分类准确率。

本发明授权一种基于生成对抗网络的跨被试认知负荷脑电信号数据增强方法在权利要求书中公布了：1.基于生成对抗网络的跨被试认知负荷脑电信号数据增强方法，其特征在于，包括如下步骤： 步骤1.认知负荷脑电信号数据的预处理：使用巴特沃斯带通滤波器对原始的认知负荷脑电信号样本进行带通滤波处理，随后对滤波后的信号做移动均值标准化；将预处理过后的多个被试的数据划分出源域被试和目标域被试，将源域被试和10％的目标域校准数据划分为训练集，剩下的90％的目标域被试数据作为测试集； 步骤2.认知负荷脑电信号的跨被试数据增强：将训练集中的源域数据和目标域校准数据投入到SIE-GAN数据增强方法中，通过Encoder模块对脑电信号进行特征提取，对抗训练过程中，通过损失函数引导生成器生成出更符合被试无关性的脑电信号； 步骤3.验证跨被试数据增强方法对模型泛化能力的提升：将步骤1中的训练集和验证集输入到深度学习模型中进行训练，基于训练好的分类模型识别步骤1中的测试集的认知负荷脑电信号对应状态； 步骤2具体为： 提出一种基于生成对抗网络的跨被试数据增强方法SIE-GAN，该方法的网络结构包括3个部分：编码器、生成器和判别器； 1编码器-Encoder； 编码器提取认知负荷脑电信号中的时空信息得到特征向量，编码器借鉴经典的浅卷积神经网络ShallowConvNet的思路，包含3个核心结构：时域卷积、空域卷积和平均池化；其中，时域卷积通过沿脑电信号时间轴的一维卷积，提取认知负荷脑电信号中各个通道的时域信息；空域卷积沿脑电信号通道轴做一维卷积，为各个通道的信号分配权重，实现认知负荷脑电信号中空域信息的提取；平均池化层沿时间轴做平均卷积计算，实现时域信息的压缩，并降采样；编码器结合时域卷积层和空域卷积层，分别提取输入的脑电信号的时间轴和空间轴上的信息，取代二维卷积的结构，提取时域和空域信息并降低参数量； 2生成器-Generator； 生成器将输入进来的特征向量进行重建，通过反卷积到原始的信号维度，得到生成脑电信号样本； 3判别器-Discriminator； 判别器负责判断输入的特征向量，得到特征向量是目标域的概率；对于生成器生成的认知负荷脑电信号样本，需要经过一个Encoder再输入到判别器中；判别器得到的值是0.5，表示判别器判断不出来传入的特征向量是来自源域脑电信号还是目标域脑电信号； 在GAN训练过程中，生成器和判别器交替更新，分别使用源域和目标域的数据输入作为真样本和假样本，判别器的损失函数计算公式如下： 其中m表示批量大小，即每次更新参数时使用的样本数量；i为批量序号；表示最大化判别器对源域数据的输出概率，使其能够识别源域数据为真数据；表示最小化判别器对目标域数据的输出概率，使其能够识别目标域数据为假数据；表示最大化判别器对源域样本生成数据的输出概率，使其能够识别生成器生成的数据为源域数据； 生成器的损失函数计算公式如下： 其中通过最小化生成样本被判别为目标域数据的概率，使得生成器生成出使判别器难以区分是源域还是目标域的数据； 训练过程中的参数：批大小设置为64，生成器和判别器训练200轮，其中生成器的学习率为1e-4，判别器学习率是8e-5。

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北京工业大学，其通讯地址为：100020 北京市朝阳区平乐园100号；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。