[發(fā)明專(zhuān)利]一種用于腦機(jī)接口校準(zhǔn)的異構(gòu)標(biāo)簽空間遷移學(xué)習(xí)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201911100099.1
• 申請(qǐng)日: 2019-11-12
• 公開(kāi)（公告）號(hào): CN110851783B
• 公開(kāi)（公告）日: 2021-10-08
• 發(fā)明（設(shè)計(jì)）人: 伍冬睿;何赫
• 申請(qǐng)（專(zhuān)利權(quán)）人: 華中科技大學(xué)
• 主分類(lèi)號(hào): G06F17/16
• 分類(lèi)號(hào): G06F17/16;G06K9/62;A61B5/369;A61B5/372
• 代理公司: 華中科技大學(xué)專(zhuān)利中心 42201
• 代理人: 李智

1.一種用于腦機(jī)接口校準(zhǔn)的異構(gòu)標(biāo)簽空間遷移學(xué)習(xí)方法，其特征在于，包括：

(1)對(duì)新用戶T的部分腦電信號(hào)樣本集T＝{X_t,i}進(jìn)行標(biāo)注和分組，計(jì)算每個(gè)分組內(nèi)的的平均協(xié)方差矩陣其中，所述新用戶T共有M個(gè)標(biāo)簽類(lèi)別

(2)對(duì)輔助用戶V的腦電信號(hào)樣本集V＝{X_s,i,y_s,i}的所有樣本按標(biāo)簽類(lèi)別進(jìn)行分組，計(jì)算每個(gè)分組內(nèi)的平均協(xié)方差矩陣其中，所述輔助用戶共有M個(gè)標(biāo)簽類(lèi)別且所述M個(gè)標(biāo)簽類(lèi)別與新用戶的標(biāo)簽類(lèi)別不同；

(3)根據(jù)滿足設(shè)定對(duì)應(yīng)關(guān)系的平均協(xié)方差矩陣，對(duì)輔助用戶V的樣本X_s,i進(jìn)行變換，并將新用戶T的標(biāo)簽按照所述對(duì)應(yīng)關(guān)系賦給輔助用戶樣本，得到變換后的輔助用戶數(shù)據(jù)；步驟(3)具體包括：

(3.1)將新用戶T的M個(gè)標(biāo)簽類(lèi)別與輔助用戶V的M個(gè)標(biāo)簽類(lèi)別按照設(shè)定的對(duì)應(yīng)方式一一對(duì)應(yīng)；所述設(shè)定的對(duì)應(yīng)方式為：當(dāng)與有相同標(biāo)簽時(shí)，使相同標(biāo)簽相互對(duì)應(yīng)；當(dāng)沒(méi)有相同標(biāo)簽時(shí)，則使它們隨機(jī)對(duì)應(yīng)；

(3.2)根據(jù)每組對(duì)應(yīng)的平均協(xié)方差矩陣，構(gòu)建轉(zhuǎn)換矩陣

(3.3)對(duì)輔助用戶V的樣本X_s,i執(zhí)行以下變換：當(dāng)y_s,i＝Y(jié)_V,m時(shí)，

(3.4)將新用戶T的標(biāo)簽按照如下關(guān)系賦給輔助用戶樣本；當(dāng)y_s,i＝Y(jié)_V,m時(shí)，

(4)將變換后的輔助用戶數(shù)據(jù)以及步驟(1)標(biāo)注的新用戶樣本合并作為訓(xùn)練集，并在所述訓(xùn)練集上構(gòu)建用于新用戶未標(biāo)注樣本預(yù)測(cè)的機(jī)器學(xué)習(xí)模型。

2.根據(jù)權(quán)利要求1所述的一種用于腦機(jī)接口校準(zhǔn)的異構(gòu)標(biāo)簽空間遷移學(xué)習(xí)方法，其特征在于，步驟(1)具體包括：

(1.1)計(jì)算新用戶T的部分腦電信號(hào)樣本集T＝{X_t,i}中每個(gè)樣本X_t,i的協(xié)方差矩陣；

(1.2)根據(jù)兩兩協(xié)方差矩陣之間的黎曼距離，對(duì)所有樣本的協(xié)方差矩陣進(jìn)行k-mediods聚類(lèi)，得到k個(gè)聚類(lèi)中心，并根據(jù)對(duì)應(yīng)的樣本標(biāo)簽類(lèi)別，對(duì)k個(gè)聚類(lèi)中心進(jìn)行標(biāo)注，得到k個(gè)帶標(biāo)簽樣本；

(1.3)根據(jù)標(biāo)注信息對(duì)k個(gè)帶標(biāo)簽樣本進(jìn)行分組，得到M個(gè)分組以及每個(gè)分組G_T,m的平均協(xié)方差矩陣

3.根據(jù)權(quán)利要求2所述的一種用于腦機(jī)接口校準(zhǔn)的異構(gòu)標(biāo)簽空間遷移學(xué)習(xí)方法，其特征在于，所述樣本集T＝{X_t,i}通過(guò)對(duì)新用戶T的腦電圖數(shù)據(jù)進(jìn)行時(shí)域帶通濾波并將腦電信號(hào)切割成多個(gè)樣本實(shí)例得到。

4.根據(jù)權(quán)利要求2所述的一種用于腦機(jī)接口校準(zhǔn)的異構(gòu)標(biāo)簽空間遷移學(xué)習(xí)方法，其特征在于，任意兩個(gè)協(xié)方差矩陣之間的黎曼距離定義為：

其中，C_i、C_j表示兩個(gè)不同的協(xié)方差矩陣，λ_r表示矩陣的所有實(shí)特征值。

5.根據(jù)權(quán)利要求2所述的一種用于腦機(jī)接口校準(zhǔn)的異構(gòu)標(biāo)簽空間遷移學(xué)習(xí)方法，其特征在于，步驟(1.2)具體包括：

(1.2.1)設(shè)定一個(gè)聚類(lèi)的目標(biāo)群體數(shù)目k；

(1.2.2)隨機(jī)選擇k個(gè)協(xié)方差矩陣分別作為k個(gè)群體的中心；

(1.2.3)對(duì)群體中心之外的每一個(gè)協(xié)方差矩陣，對(duì)比其到k個(gè)中心的距離，并將其分到距離最近的中心所屬的群體；

(1.2.4)對(duì)每個(gè)群體，重新分配一個(gè)協(xié)方差矩陣作為該群體的中心，分配的規(guī)則是使得中心到群體內(nèi)部其它協(xié)方差矩陣的距離之和最小；

(1.2.5)重復(fù)步驟(1.2.3)-(1.2.4)，直到所有群體中心收斂。

6.根據(jù)權(quán)利要求1所述的一種用于腦機(jī)接口校準(zhǔn)的異構(gòu)標(biāo)簽空間遷移學(xué)習(xí)方法，其特征在于，對(duì)于多個(gè)輔助用戶，分別對(duì)每個(gè)輔助用戶執(zhí)行步驟(3)的變換，將所有變換后的輔助用戶數(shù)據(jù)與新用戶標(biāo)注樣本一起合并作為訓(xùn)練集。