一种源域可迁移性自适应学习的言语想象脑电解码方法技术

技术编号:40711389 阅读:22 留言:0更新日期:2024-03-22 11:13
本发明专利技术公开了一种源域可迁移性自适应学习的言语想象脑电解码方法。该方法的具体步骤包括:首先采集被试者和解码对象在不同言语想象任务下的脑电数据,其次对数据进行预处理得到样本矩阵,然后基于源域可迁移性自适应学习的言语想象脑电解码模型迭代得到标签矩阵,最终完成言语想象脑电解码。本发明专利技术通过将源域和目标域映射至子空间来最大程度上减小域间的差异,双映射矩阵在目标函数迭代过程中不断优化使得域间差异缩小;同时本发明专利技术引入样本权重系数矩阵量化表示了源域样本的可迁移性,在目标函数迭代过程中,促使源域高可迁移性样本在模型学习过程中发挥更大的作用,解决了言语想象脑电解码领域中因存在负面样本而造成言语想象脑电解码不准确的问题。

【技术实现步骤摘要】

本专利技术属于脑电信号处理,具体涉及一种源域可迁移性自适应学习的言语想象脑电解码方法


技术介绍

1、语言对话是一种高级认知行为,是人们进行沟通的主要表达方式。而言语想象指的是在思维中构建语言表达的过程,即通过内在的心理活动模拟、构想、或者回忆语言的使用,而非实际产生声音或文字。这种思维活动通常包括对语言元素的形成、组织和演绎。在大脑中,语言的处理涉及多个区域,包括布洛卡区(broca's area)和颞上回(temporalgyrus),这些区域在言语的产生和理解中起着重要作用。当个体进行言语想象时,大脑皮层会发生电活动,人类大脑皮层电活动产生的生理信号——脑电图(electroencephalography,eeg)为我们提供了言语想象脑电解码数据源。言语想象脑电解码是一个多学科融合研究领域,涉及计算机科学、心理学、神经学和脑认知科学等多个学科,旨在研究和开发能够识别、解释、处理和模拟人类言语想象的理论、方法和系统。言语想象脑电解码是言语想象脑电解码领域的一个新兴分支,其研究对象是人的脑电信号。不同于常见的输入信号包括视频、图片(肢体动作、面部表情等)本文档来自技高网...

【技术保护点】

1.一种源域可迁移性自适应学习的言语想象脑电解码方法,其特征在于:包括以下步骤:

2.根据权利要求1所述的一种源域可迁移性自适应学习的言语想象脑电解码方法,其特征在于:步骤3中所述的言语想象脑电解码模型的目标函数如下:

3.根据权利要求2所述的一种源域可迁移性自适应学习的言语想象脑电解码方法,其特征在于:步骤3中构建言语想象脑电解码模型的具体过程为:

4.根据权利要求1所述的一种源域可迁移性自适应学习的言语想象脑电解码方法,其特征在于:步骤4中联合迭代优化的具体过程为:

5.根据权利要求4所述的一种源域可迁移性自适应学习的言语想象脑电解码方...

【技术特征摘要】

1.一种源域可迁移性自适应学习的言语想象脑电解码方法,其特征在于:包括以下步骤:

2.根据权利要求1所述的一种源域可迁移性自适应学习的言语想象脑电解码方法,其特征在于:步骤3中所述的言语想象脑电解码模型的目标函数如下:

3.根据权利要求2所述的一种源域可迁移性自适应学习的言语想象脑电解码方法,其特征在于:步骤3中构建言语想象脑电解码模型的具体过程为:

4.根据权利要求1所述的一种源域可迁移性自适应学习的言语想象脑电解码方法,其特征在于:步骤4中联合迭代优化的具体过程为:

5.根据权利要求4所述的一种源域可迁移性自适应学习的言语想象脑电解码方法,其特征在于:在步骤4.2和步骤4.5中,通过拉格朗日函数求解源域映射矩阵ps、目标域映射矩阵pt及目标域标签矩阵ft。

6.根据权利要求4所述的一种源域可迁移性自适应学习的言语想象脑电解码方法,其特征在于:在步骤4.3中,先通过拉格朗日函数简化目标函数后通过按行求解的策略求解得到样本权重系数矩阵θ。

...

【专利技术属性】
技术研发人员:彭勇庞博文赵振烨
申请(专利权)人:杭州电子科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1