
基本信息:
- 专利标题: 一种基于有监督对比学习的EEG信号分类方法、装置
- 申请号:CN202311315334.3 申请日:2023-10-12
- 公开(公告)号:CN117056788A 公开(公告)日:2023-11-14
- 发明人: 冯琳清 , 田琪 , 吴雯 , 罗曼丽 , 朱琴 , 蔡涛 , 魏依娜 , 唐弢
- 申请人: 之江实验室
- 申请人地址: 浙江省杭州市余杭区中泰街道科创大道之江实验室
- 专利权人: 之江实验室
- 当前专利权人: 之江实验室
- 当前专利权人地址: 浙江省杭州市余杭区中泰街道科创大道之江实验室
- 代理机构: 杭州求是专利事务所有限公司
- 代理人: 邱启旺
- 主分类号: G06F18/24
- IPC分类号: G06F18/24 ; G06F18/214 ; G06N3/0464 ; G06N3/09
摘要:
本发明公开了一种基于有监督对比学习的EEG信号分类方法、装置,包括:将EEG信号输入至预先训练的特征提取模型中,得到EEG特征;通过分类器对EEG特征进行分类;其中,特征提取模型的训练过程包括:获取有标签的EEG数据集;截取EEG数据,拥有相同标签的EEG数据样本互为正样本,不同标签的EEG数据样本互为负样本;基于滑动窗对截取的EEG数据样本进行数据增强,得到增强样本;将截取的EEG数据样本和增强样本作为训练集;利用训练集训练特征提取模型,设置损失函数,损失函数用于使负样本特征向量之间的距离逐渐增大,正样本特征向量之间的距离逐渐减小,增强样本特征向量与正样本特征向量之间的距离逐渐减小。
公开/授权文献:
- CN117056788B 一种基于有监督对比学习的EEG信号分类方法、装置 公开/授权日:2023-12-19