[发明专利]一种基于类内紧凑度的脑电数据特征提取方法

摘要

本发明公开了一种基于类内紧凑度的脑电数据特征提取方法，包括以下步骤：获取待处理的脑电数据，去除脑电数据中的伪迹，获得有效频段，标准化，获得有效数据段，按照合理比例分成训练集，验证集，测试集；根据脑电数据特点构建合理的神经网络结构；确定类内紧凑性度量方式，基于网络的输出特征计算类内紧凑度并将之作为损失函数以一定权重加入到需要优化的总体损失函数中；在训练集数据中对网络进行训练，用验证集数据对模型的拟合程度进行评估，选出分类效果最优的模型，在测试集中评估模型性能。本方法通过在网络训练过程中加入类内紧凑性约束，一定程度解决了深度学习在脑电数据应用中的过拟合现象，有效提高脑电数据特征提取效果。