運動想象腦機接口的判別遷移特征學習與分類

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