西部科学城智能网联汽车创新中心(重庆)有限公司;重庆大学褚文博获国家专利权
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!
龙图腾网获悉西部科学城智能网联汽车创新中心(重庆)有限公司;重庆大学申请的专利脑电图信号迁移学习方法及装置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:CN117235493B 。
龙图腾网通过国家知识产权局官网在2025-12-19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:202310987859.5,技术领域涉及:G06F18/213;该发明授权脑电图信号迁移学习方法及装置是由褚文博;李国法;曹晓航;沈斌;方达龙设计研发完成,并于2023-08-08向国家知识产权局提交的专利申请。
本脑电图信号迁移学习方法及装置在说明书摘要公布了:本发明公开了一种脑电图信号迁移学习方法及装置,本发明涉及情感脑机交互技术领域,其中包括:采集不同个体的脑电信号;提取不同个体的脑电信号特征数据,并将不同个体中目标个体的脑电信号特征数据作为目标域数据;针对除目标个体之外的其他个体中的每个个体,分别构建一个初始迁移网络;基于初始迁移网络,将其他个体中每个个体的脑电信号特征数据向目标域数据迁移,得到每个个体对应的初始迁移数据;计算初始迁移数据与目标域数据之间的数据序列相似度,并基于数据序列相似度对初始迁移网络进行更新迭代,直至满足预设条件时,输出每个个体最终迁移后的数据;根据迁移后的数据,训练情感识别模型。本发明能够有效消除不同个体的EEG数据差异。
本发明授权脑电图信号迁移学习方法及装置在权利要求书中公布了:1.一种脑电图信号迁移学习方法,其特征在于,包括: 对不同个体进行全脑区采集,得到不同个体对应的脑电信号; 基于所述脑电信号,提取所述不同个体的脑电信号特征数据,并将所述不同个体中目标个体的脑电信号特征数据作为目标域数据; 针对除所述目标个体之外的其他个体中的每个个体,分别构建一个初始迁移网络; 基于所述初始迁移网络,将所述其他个体中每个个体的脑电信号特征数据向所述目标域数据迁移,得到所述每个个体对应的初始迁移数据; 计算所述初始迁移数据与所述目标域数据之间的数据序列相似度,并基于所述数据序列相似度对所述每个个体的初始迁移网络进行更新迭代,直至满足预设条件时,输出所述每个个体最终迁移后的数据; 根据所述每个个体最终迁移后的数据,训练情感识别模型; 其中,所述初始迁移网络为初始深度卷积层,所述基于所述初始迁移网络,将所述其他个体中每个个体的脑电信号特征数据向所述目标域数据迁移,得到所述每个个体对应的初始迁移数据,包括: 将所述目标域数据划分成目标域靶点数据和目标域测试数据; 基于所述初始深度卷积层,将所述其他个体中每个个体的脑电信号特征数据向所述目标域靶点数据迁移,得到所述每个个体对应的初始迁移数据; 其中,所述基于所述初始深度卷积层,将所述其他个体中每个个体的脑电信号特征数据向所述目标域靶点数据迁移,得到所述每个个体对应的初始迁移数据,包括: 利用所述初始深度卷积层,将所述其他个体中每个个体的脑电信号特征数据向所述目标域靶点数据中与其具有相同通道、频带和情感标签的脑电信号特征数据迁移,得到所述每个个体对应的初始迁移数据; 其中,所述计算所述初始迁移数据与所述目标域数据之间的数据序列相似度,并基于所述数据序列相似度对所述每个个体的初始迁移网络进行更新迭代,直至满足预设条件时,输出所述每个个体最终迁移后的数据,包括: 计算所述初始迁移数据与所述目标域靶点数据之间的数据序列相似度,并基于所述数据序列相似度对所述每个个体的初始深度卷积层进行更新迭代,直至满足预设条件时,输出所述每个个体最终迁移后的数据; 其中,所述计算所述初始迁移数据与所述目标域靶点数据之间的数据序列相似度,包括: 根据所述初始迁移数据,以及所述目标域靶点数据中与所述初始迁移数 据具有相同通道、频带和情感标签的脑电信号特征数据,计算各元素之间的距离矩阵; 寻找一条从所述距离矩阵左上角到右下角的目标路径,使得所述目标路径上的元素和最小; 将所述目标路径上的元素和确定为所述数据序列相似度;以及或者 所述方法还包括: 基于所述目标域测试数据,对所述情感识别模型进行测试,得到所述情感识别模型对应的测试精度。
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西部科学城智能网联汽车创新中心(重庆)有限公司;重庆大学,其通讯地址为:400000 重庆市九龙坡区高新区金凤镇新凤大道99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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励