一种基于最小类别混淆的跨个体脑电信号分类方法

作者：陈勋; 崔恒; 刘爱萍; 张勇东; 吴枫

来源：2021-04-30, 中国, CN202110479311.0.

本发明公开了一种基于最小类别混淆的跨个体脑电信号分类方法,其步骤包括：1、提取EEG信号每个频段上的频域特征,并进行标准化；2、建立基于最小类别混淆的GRU-MCC网络模型,由特征提取器和分类器组成,同时,计算交叉熵损失和最小类别混淆损失优化模型参数；3、在公开数据集上采用留一交叉验证策略验证上述模型；4、利用训练好的模型实现跨个体脑电信号分类任务。本发明能够实现高准确率跨个体脑电信号分类,对智能人机交互和医疗健康等领域具有重要意义。

• 单位
  中国科学技术大学