黎曼流形切平面空間中運動想象腦電信號的遷移學習

摘要： 針對運動想象腦電信號的小樣本問題，現(xiàn)有的基于黎曼流形的分析方法大多在流形中對齊后設計分類器，或通過切空間投影后在歐式空間進行分類。在流形中設計分類器運算較為復雜，而在切空間直接分類會因源域和目標域的切空間分布不一致而導致結(jié)果有誤差。因此，本研究提出一種黎曼切空間對齊的遷移學習算法用于運動想象腦電信號的分類。通過計算源域和目標域的協(xié)方差矩陣并求得各自的黎曼均值點作為切點，分別將協(xié)... （共9頁）