买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安电子科技大学申请的专利一种多源域样本重加权的EEG信号跨设备解码方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116010840B 。

龙图腾网通过国家知识产权局官网在2026-02-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211446534.8，技术领域涉及：G06F18/24；该发明授权一种多源域样本重加权的EEG信号跨设备解码方法是由李甫;付博勋;李俊凯;李意;冯柏沄;冀有硕;周祎瑾;王慎弘;赵一帆;李阳;陈远方;张利剑;石光明设计研发完成，并于2022-11-18向国家知识产权局提交的专利申请。

本一种多源域样本重加权的EEG信号跨设备解码方法在说明书摘要公布了：本发明公开了一种多源域样本重加权的EEG信号跨设备解码方法，包括：获取采集多个受试者的MIEEG信号得到的多源域样本数据集及采集目标受试者的MIEEG信号得到的目标域样本数据集；利用两者对预设的SRENet网络进行训练得到训练完成的目标SRENet网络；利用目标SRENet网络得到待测样本的解码结果；其中，预设的SRENet网络包括特征提取器、样本重加权分类器和条件重加权判别器；在网络训练过程中通过样本重加权分类器和条件重加权判别器对特征提取器提取的特征进行易迁移性度量，对更易于迁移至目标域的源域样本赋以更高的训练权重。本发明能提高跨设备的MIEEG信号的解码性能。

本发明授权一种多源域样本重加权的EEG信号跨设备解码方法在权利要求书中公布了：1.一种多源域样本重加权的EEG信号跨设备解码方法，其特征在于，包括： 获取采集多个受试者的MIEEG信号所得到的多源域样本数据集，以及采集目标受试者的MIEEG信号所得到的目标域样本数据集；其中，所述多源域样本数据集包括多个源域样本和对应的分类标签；所述目标域样本数据集包括多个目标域样本； 利用所述多源域样本数据集、所述目标域样本数据集对预设的SRENet网络进行训练，得到训练完成的目标SRENet网络；其中，所述预设的SRENet网络包括特征提取器、样本重加权分类器和条件重加权判别器；在网络训练过程中通过所述样本重加权分类器和所述条件重加权判别器对所述特征提取器提取的特征进行易迁移性度量，对更易于迁移至所述目标域的源域样本赋以更高的训练权重； 利用所述目标SRENet网络得到待测样本的解码结果；其中，所述待测样本是采集目标受试者的MIEEG信号得到的； 其中，所述样本重加权分类器，包括： 权重计算模块，用于在网络训练过程中，根据所述特征提取器输出的源域样本和目标域样本的特征，确定对应的小批量样本中，各源域样本的特征与目标域特征空间的中心的距离，以及源域样本的特征与目标域样本的特征的分散程度，并利用各距离和所述分散程度计算对应的源域样本的权重； 分类模块，用于在网络训练过程中对各源域样本和各目标域样本的特征进行分类，得到对应的分类结果； 源域样本误差计算模块，用于在网络训练过程中，根据各源域样本的分类结果和对应的分类标签，得到各源域样本的分类误差； 样本重加权分类器损失函数计算模块，用于在网络训练过程中，对每个源域样本，利用该源域样本的权重对其分类误差进行加权，并由所有源域样本的加权结果的平均值，得到所述样本重加权分类器损失函数的数值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。