申请/专利权人：天津大学

申请日：2023-12-27

公开（公告）日：2024-03-26

公开（公告）号：CN117763464A

主分类号：G06F18/2431

分类号：G06F18/2431;G06F18/214;G06F18/15;G06N3/045;G06N3/042;G06N3/0464;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.12#实质审查的生效;2024.03.26#公开

摘要：本发明公开了一种耦合公共‑私有拓扑模式学习模型的建模方法，包括：获取SEED数据集和SEED‑IV数据集，以形成原始数据集；以预设时间单位窗口分割原始数据集，得到分割后的若干数据；对分割后的每个数据进行滤波处理，得到各数据对应的多个频带；根据各数据对应的多个频带计算微分熵和皮尔逊相关系数；将计算结果按照标签类别划分为若干个子集；利用留一法对各子集进行划分，并根据划分结果得到训练集和测试集；利用训练集对耦合公共‑私有拓扑模式学习模型进行训练，得到训练好的耦合公共‑私有拓扑模式学习模型；利用测试集对训练好的耦合公共‑私有拓扑模式学习模型进行测试。本发明能挖掘情绪的隐藏模式，提高表征能力。

主权项：1.一种耦合公共-私有拓扑模式学习模型的建模方法，其特征在于，包括：S1：获取SEED数据集和SEED-IV数据集，以形成原始数据集；S2：以预设时间单位窗口分割所述原始数据集，得到分割后的若干数据；S3：对分割后的每个数据进行滤波处理，得到各数据对应的多个频带；S4：根据各数据对应的多个频带计算微分熵和皮尔逊相关系数，得到计算结果；S5：将所述计算结果按照标签类别划分为若干个子集；S6：利用留一法对各子集进行划分，并根据划分结果得到训练集和测试集；S7：利用训练集对所述耦合公共-私有拓扑模式学习模型进行训练，得到训练好的耦合公共-私有拓扑模式学习模型；S8：利用测试集对所述训练好的耦合公共-私有拓扑模式学习模型进行测试。

全文数据：

权利要求：

百度查询： 天津大学 一种耦合公共-私有拓扑模式学习模型的建模方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD