一种基于一致性正则化的半监督脑电信号分类方法

作者：陈勋; 梁邓; 刘爱萍; 张勇东; 吴枫

来源：2021-05-31, 中国, ZL202110600569.1.

本发明公开了一种基于一致性正则化的半监督脑电信号分类方法,包括：1、选取部分数据进行标注,并进行预处理；2、搭建人工神经网络,并作为特征处理器；3、对输入进行随机增强,促使样本在输入空间上出现一定的波动；4、记录每次迭代得到的输出概率,当前的结果与历史的结果进行指数滑动平均集成；5、设计损失函数,在交叉熵损失函数的基础上,设计无监督的一致性正则项优化决策边界；6、利用组合后的损失函数优化模型参数,获得最优分类模型。本发明能够在仅有一小部分数据被标注的情况下,充分利用无标注数据来优化决策边界,从而取得较为理想的脑电信号分类性能,在医疗等应用领域,对减轻标注成本有重要意义。

• 单位
  中国科学技术大学