科研之友
微信
新浪微博
Facebook
分享链接
摘要
脑电信号在不同个体中和同一个体的不同时段下表现出变异性，引发了脑电情绪识别模型的跨领域应用问题。为了仅利用源域数据来提高模型在目标域的泛化能力，本文提出一个新颖的动态对抗泛化网络（Dynamic Adversarial Generalization Network,DAGN）。该网络提取每个源域的特有特征和所有源域的公共特征，并通过全局和局部的动态对抗方式来促进领域不变特征的出现，从而学习对领域差异不敏感的脑电情绪识别模型。跨领域迁移实验表明，所提出的方法优于领域泛化基线方法，证明了所提出方法的有效性。
-
单位自动化学院; 昆明理工大学
