運(yùn)動(dòng)想象腦機(jī)接口的判別遷移特征學(xué)習(xí)與分類

摘要： 為了解決不同時(shí)間采集的運(yùn)動(dòng)想象腦電數(shù)據(jù)之間存在的分布差異，避免跨時(shí)段使用前長時(shí)間的重校準(zhǔn)步驟，提出了一種基于判別遷移特征學(xué)習(xí)（discriminative transfer feature learning,DTFL）的運(yùn)動(dòng)想象分類方法。DTFL通過聯(lián)合匹配源域和目標(biāo)域之間的邊緣分布和類條件分布來減少域間的差異，同時(shí)最大化類間距離和最小化類內(nèi)距離來保留類判別信息，從而提升對運(yùn)動(dòng)...