【技术实现步骤摘要】
本专利技术涉及信号处理，尤其涉及一种脑电信号识别方法及装置。
技术介绍
1、越来越多的研究开始关注跨被试情绪识别，尽管跨被试变异性带来了巨大的挑战。解决这一问题的传统方法是迁移学习(transfer learning，tl)，其目的是通过融合来自一个或多个相关但具有不同统计学分布的源领域(训练集中的被试)的知识来提高学习者在目标领域(测试集中的被试)的性能。然而，对于有监督的脑状态识别任务，tl模型将解决的不仅仅是边际分布适应(marginal distribution adaptation,形如p(xs)≠p(xt)，由于源和目标eeg域分布不一致而产生)，条件分布适应(conditional distributionadaptation，形如p(ys|xs)≠p(yt|xt)，通常由于不同受试者的脑状态标签评分分布不一致)可能是另一个巨大的困难。因此，提供一种脑电信号识别方法及装置，以提高脑电信号的识别准确性和效率，进而提高脑状态的识别可靠性。
技术实现思路
1、本专利技术所要解决的技...
【技术保护点】
1.一种脑电信号识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的脑电信号识别方法，其特征在于，所述对所述待识别脑电信号信息进行前处理，得到第一脑电信号信息，包括：
3.根据权利要求2所述的脑电信号识别方法，其特征在于，所述对所述待识别脑电信号信息进行多次滤波处理，得到第一处理脑电信号信息，包括：
4.根据权利要求1所述的脑电信号识别方法，其特征在于，所述利用脑电识别模型对所述第一脑电信号信息进行识别处理，得到目标脑电信号识别结果信息，包括：
5.根据权利要求4所述的脑电信号识别方法，其特征在于，所述脑电识别...
【技术特征摘要】
1.一种脑电信号识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的脑电信号识别方法，其特征在于，所述对所述待识别脑电信号信息进行前处理，得到第一脑电信号信息，包括：
3.根据权利要求2所述的脑电信号识别方法，其特征在于，所述对所述待识别脑电信号信息进行多次滤波处理，得到第一处理脑电信号信息，包括：
4.根据权利要求1所述的脑电信号识别方法，其特征在于，所述利用脑电识别模型对所述第一脑电信号信息进行识别处理，得到目标脑电信号识别结果信息，包括：
5.根据权利要求4所述的脑电信号识别方法，其特征在于，所述脑电识别模型包括第一卷积模块、第二卷积模块、第三卷积模块、第四卷积模块、第一归一化模块、第二归一化模块、第三归一...
【专利技术属性】
技术研发人员：黄如强，宋明武，濮兴孔，耿震，王宁慈，于文东，闫慧炯，张国兴，孟祥轶，
申请(专利权)人：天津滨海人工智能创新中心，
类型：发明
国别省市：
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。