Indexed by：
Abstract：
一种基于迁移学习并行多尺度滤波器组时域卷积的运动想象脑电信号分类方法属于计算机软件领域。针对跨被试脑电信号不符合独立同分布问题，增强其中脑电信号时域信息，提出基于MSFBCNN网络的深度迁移学习的自适应层微调特征提取方法，简称“DSAN‑MSFBCNN”。首先，采用fine‑tune微调方法，对于预训练模型MSFBCNN进行网络模型微调，冻结模型最高层全连接层之前的网络结构；其次，使用领域自适应方法DSAN对全连接层进行适配，提供具有更高区分度的特征，从而提高分类准确率。“DSAN‑MSFBCNN”模型可以在运动想象分类任务上取得较高的准确率。相比较MSFBCNN模型，本发明提升对运动想象脑电信号的特征提取和分类性能，使用微调后的模型具有更高的泛化能力。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202310218152.8
Filing Date： 2023-03-08
Publication Date： 2023-08-01
Pub. No.： CN116522106A
Applicants： 北京工业大学
Legal Status： 实质审查
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 5
Affiliated Colleges：
