基于改進(jìn)遷移學(xué)習(xí)的運動想象分類識別算法

摘要： 利用遷移學(xué)習(xí)算法提高分類識別的準(zhǔn)確率是運動想象腦機(jī)接口應(yīng)用的熱點研究問題，其中樣本遷移和特征遷移的傳統(tǒng)模型算法在樣本量較少或源域數(shù)據(jù)和目標(biāo)域數(shù)據(jù)差異較大情況時，各自的遷移效果并不理想?；跉W式對齊(EA)和改進(jìn)聯(lián)合類質(zhì)心匹配和局部流形自學(xué)習(xí)(CMMS)遷移學(xué)習(xí)的運動想象分類算法，將樣本遷移和特征遷移的優(yōu)勢有機(jī)結(jié)合，在考慮樣本本身的同時，進(jìn)一步提高了分類準(zhǔn)確率。首先，對樣本進(jìn)行源...